當AI也能通過醫生執照考試：未來醫學教育應有何新方向？
發佈時間：03:00 2026-08-13 HKT
近年來，人工智能（AI）迅速融入醫療工作，從醫學影像判讀、病歷摘要生成，到文獻搜尋與臨床決策支援，應用範圍正不斷擴展。研究顯示，ChatGPT等生成式人工智能工具即使未經專門醫學訓練，亦已能在美國醫師執照考試（USMLE）達到及格水平。
這項技術突破不僅展現了科技發展的飛躍，更促使醫學界重新思考醫生的核心價值。當資訊獲取變得前所未有地便利時，我們逐漸意識到，未來醫生的價值不再單純取決於記住多少知識，而在於能否靈活、準確且富有同理心地將知識應用於臨床實踐之中。
長久以來，醫學教育建立了一套嚴謹而完整的知識體系。然而，筆者認為，即使在資訊唾手可得的年代，解剖學、生理學、病理學及藥理學等基礎醫學知識，仍然是醫科生專業養成不可或缺的核心。
真正重要的從來不是死記所有細節，而是理解背後的生物學原理與疾病機制。惟有具備扎實的基礎知識，醫生才能判斷AI所提供的答案是否合理，並在其出現「AI幻覺」（hallucination）或邏輯謬誤時及時察覺問題。正因如此，未來醫學教育不應削弱基礎醫學訓練，而應更注重培養學生將基礎科學知識轉化為臨床判斷的能力。
從知識積累到機制理解
今天醫學界面對的挑戰已不再是資訊不足，而是資訊過剩。網絡上充斥大量未經證實的醫療資訊，而AI生成的內容即使表述流暢，亦可能存在偏差、錯誤甚至虛構內容。在這樣的環境下，批判性評讀能力的重要性前所未有。
在香港大學醫學院多年來推行的小組討論課程中，學生面對複雜臨床個案時，需要主動搜尋和分析各類醫學證據，包括教科書、學術期刊及網上醫學資訊。學習過程不止是尋找答案，更是評估證據質素、辨識偏差和驗證資訊的過程。通過持續的批判性思考訓練，學生逐步建立獨立分析問題和作出專業判斷的能力。
與此同時，在AI世代的醫學評核模式亦需與時俱進。近年醫學教育逐步減少單純考核記憶的題型，轉而更重視臨床推理、常理分析及循證決策能力，着重評估學生如何整合資訊、分析證據及解決實際臨床問題。
順應AI時代的演進，醫學教育的重點應由「知道答案」，進一步深化至「知道如何找到答案、判斷答案，以及運用答案」。當AI能夠在數秒內整合海量資訊時，醫生最不可取代的價值將在於理解原理、批判證據、作出決策，並在複雜的人類情境中作出最符合病人利益的專業判斷。
著名教育家蔡元培曾說：「教育者，養成人格之事業也。」這句話對現代醫學教育尤具啟發意義。
隨着AI日益普及和運算能力不斷提升，我們更清楚看見，人類與AI最大的分別始終在於人性。一直以來，醫學院不僅着重專業知識的培養，更重視專業精神、溝通技巧與同理心的養成，因為這些正是醫療專業最核心的價值所在。在AI工具百花齊放的今天，這些能力的重要性不減反增。
科技無法取代人性
當病人面對重病、生死抉擇或充滿不確定性的治療決定時，他們需要的絕不止是演算法產生的治療方案。他們更需要一位願意傾聽、理解憂慮、耐心解釋病情，並陪伴他們走過艱難歷程的醫生。他們希望醫生理解自身的家庭背景、文化價值和人生目標，並協助他們在複雜而充滿風險的選擇中作出最適合自己的決定。
事實上，病人對醫生的信任，從來都是建立在人與人之間的關係之上。即使未來AI能夠提供更快速、更精準的診斷建議，絕大多數病人仍希望由一位值得信賴的醫生整合資訊、解讀病情並提供專業建議。科技可以提供答案，卻無法取代信任；AI可以分析數據，卻無法取代關懷。AI的崛起為醫者的角色與使命賦予新的時代意義。
未來醫生的價值，並不在於與AI競賽，比併誰能記得更多資訊；而在於理解原理、批判證據、作出專業判斷、展現人類智慧，以及提供具有人性溫度的照護。
當人工智能成為醫療的重要工具，醫學教育更應致力培養兼備科學素養、人文精神和數碼能力的新一代醫生。因為無論科技如何進步，醫療的本質始終關乎人，而醫學的核心，也始終是對生命的關懷與尊重。
