张文宏教授在近期召开的"智能时代下的临床信任重构"医疗信息化高端论坛上，以兼具理性锋芒与人文温度的表述，为AI深度介入临床核心环节划出一道清晰而审慎的边界："现阶段，我旗帜鲜明地反对将人工智能直接嵌入医院电子病历系统的临床决策闭环--尤其当该技术尚未通过多中心、前瞻性、真实世界场景下的临床效度验证，责任归属尚无法律锚点，人机协作流程未形成标准化闭环之时，贸然部署AI自动生成主诉、代写诊断、甚至输出治疗建议，绝非效率升级，而是对医学本质的一次结构性风险转嫁。"
这一立场并非对技术的拒斥，而是一次立足于三重基石的系统性审思：其一，是临床实践的复杂性--疾病从发生到演进，从来不是数据流的线性推演，而是症状、体征、检验影像、社会心理背景与个体生命史交织而成的混沌系统；其二，是法律规制的刚性要求--病历不是备忘录，而是具有法定证据效力的医疗行为全息镜像，承载着诊疗合法性、医保合规性、纠纷可溯性与伦理可问责性的四重法理重量；其三，是医学人文的不可让渡性--每一次问诊中的目光停顿、查体时的手势迟疑、面对家属时的措辞斟酌，皆是算法无法编码的生命体感与道德重量。
病历的本质，是医生思维在时间维度上的具象化延展。它并非信息的静态归档，而是动态认知的刻度尺：从初诊时的假设生成，到复诊中的证据校准，再到随访里的预后调适，每一段文字背后，都凝结着经验沉淀、情境判断与价值权衡。当前AI虽能高效完成结构化提取（如从CT报告中抓取"右肺下叶磨玻璃影"）、异常模式识别（如在心电图中定位ST段抬高），却难以复现人类医生在多重不确定性下的"诊断编织术"--例如，面对同样升高的CRP与降钙素原，是优先考虑社区获得性肺炎，还是警惕血液肿瘤患者的隐匿感染？这种基于病理生理逻辑链的反向推演、对既往用药史与免疫状态的跨时空关联、对患者家庭照护能力的隐性评估，恰是统计模型难以穿透的认知暗区。
