来论︱当AI也能通过医生执照考试：未来医学教育应有何新方向？
发布时间：08:00 2026-08-13 HKT
近年来，人工智能（AI）迅速融入医疗工作，从医学影像判读、病历摘要生成，到文献搜寻与临床决策支援，应用范围正不断扩展。研究显示，ChatGPT等生成式人工智能工具即使未经专门医学训练，亦已能在美国医师执照考试（USMLE）达到及格水平。
这项技术突破不仅展现了科技发展的飞跃，更促使医学界重新思考医生的核心价值。当资讯获取变得前所未有地便利时，我们逐渐意识到，未来医生的价值不再单纯取决于记住多少知识，而在于能否灵活、准确且富有同理心地将知识应用于临床实践之中。
长久以来，医学教育建立了一套严谨而完整的知识体系。然而，笔者认为，即使在资讯唾手可得的年代，解剖学、生理学、病理学及药理学等基础医学知识，仍然是医科生专业养成不可或缺的核心。
真正重要的从来不是死记所有细节，而是理解背后的生物学原理与疾病机制。惟有具备扎实的基础知识，医生才能判断AI所提供的答案是否合理，并在其出现「AI幻觉」（hallucination）或逻辑谬误时及时察觉问题。正因如此，未来医学教育不应削弱基础医学训练，而应更注重培养学生将基础科学知识转化为临床判断的能力。
延伸阅读：港大：医科生曾学乐器 伤口缝针较「出色」
从知识积累到机制理解
今天医学界面对的挑战已不再是资讯不足，而是资讯过剩。网络上充斥大量未经证实的医疗资讯，而AI生成的内容即使表述流畅，亦可能存在偏差、错误甚至虚构内容。在这样的环境下，批判性评读能力的重要性前所未有。
在香港大学医学院多年来推行的小组讨论课程中，学生面对复杂临床个案时，需要主动搜寻和分析各类医学证据，包括教科书、学术期刊及网上医学资讯。学习过程不止是寻找答案，更是评估证据质素、辨识偏差和验证资讯的过程。通过持续的批判性思考训练，学生逐步建立独立分析问题和作出专业判断的能力。
与此同时，在AI世代的医学评核模式亦需与时俱进。近年医学教育逐步减少单纯考核记忆的题型，转而更重视临床推理、常理分析及循证决策能力，着重评估学生如何整合资讯、分析证据及解决实际临床问题。
顺应AI时代的演进，医学教育的重点应由「知道答案」，进一步深化至「知道如何找到答案、判断答案，以及运用答案」。当AI能够在数秒内整合海量资讯时，医生最不可取代的价值将在于理解原理、批判证据、作出决策，并在复杂的人类情境中作出最符合病人利益的专业判断。
著名教育家蔡元培曾说：「教育者，养成人格之事业也。」这句话对现代医学教育尤具启发意义。
随着AI日益普及和运算能力不断提升，我们更清楚看见，人类与AI最大的分别始终在于人性。一直以来，医学院不仅着重专业知识的培养，更重视专业精神、沟通技巧与同理心的养成，因为这些正是医疗专业最核心的价值所在。在AI工具百花齐放的今天，这些能力的重要性不减反增。
延伸阅读：港大研究揭无脊椎动物助散布种子 为维持植物更新带来新启示
科技无法取代人性
当病人面对重病、生死抉择或充满不确定性的治疗决定时，他们需要的绝不止是演算法产生的治疗方案。他们更需要一位愿意倾听、理解忧虑、耐心解释病情，并陪伴他们走过艰难历程的医生。他们希望医生理解自身的家庭背景、文化价值和人生目标，并协助他们在复杂而充满风险的选择中作出最适合自己的决定。
事实上，病人对医生的信任，从来都是建立在人与人之间的关系之上。即使未来AI能够提供更快速、更精准的诊断建议，绝大多数病人仍希望由一位值得信赖的医生整合资讯、解读病情并提供专业建议。科技可以提供答案，却无法取代信任；AI可以分析数据，却无法取代关怀。AI的崛起为医者的角色与使命赋予新的时代意义。
未来医生的价值，并不在于与AI竞赛，比并谁能记得更多资讯；而在于理解原理、批判证据、作出专业判断、展现人类智慧，以及提供具有人性温度的照护。
当人工智能成为医疗的重要工具，医学教育更应致力培养兼备科学素养、人文精神和数码能力的新一代医生。因为无论科技如何进步，医疗的本质始终关乎人，而医学的核心，也始终是对生命的关怀与尊重。
香港大学医学院助理院长（教学法及评核）
许长峰
诚邀大家做问卷调查，话俾我哋知你对《星岛教育》有咩意见！连结：>>按此<<
