在复旦大学管理学院政立院区近日举行的“AI医疗全球治理与创新论坛”上，一个振聋发聩的问题被反复提及：AI医疗的终极问题，不在于它是否会替代人类医生，而在于我们能否对由它参与的生命决策真正负责。

这是一个超越了技术本身、直指伦理、法律与社会信任核心的“终极难题”。随着人工智能以前所未有的速度重塑医疗领域——从药物研发、影像诊断到智慧物流、健康管理——其带来的效率提升与创新潜力令人振奋。然而，光鲜的表象之下，五大核心矛盾正悄然浮现，拷问着整个行业的未来。

首当其冲的，是技术高速发展与制度滞后性的矛盾。AI模型日新月异，但监管框架的建立却需要严谨的论证与漫长的共识过程。这导致许多前沿应用在“灰色地带”野蛮生长，既缺乏有效的安全评估，也缺少清晰的责任界定。正如论坛发布的《AI医疗治理白皮书2026》所指出，尽管我国已出台数十项相关政策，但在精细化治理和优质供给方面仍显不足。

这种滞后性直接放大了第二个矛盾：医疗安全风险在智能化诊疗中被系统性放大。一个微小的算法偏差或数据污染，在关乎生死的医疗场景中，都可能被指数级放大，酿成无法挽回的后果。更棘手的是，当错误发生时，责任边界变得模糊不清。是算法开发者、数据提供方、部署AI的医疗机构，还是最终按下确认键的医生？传统的医疗专业秩序与责任体系，在AI面前显得力不从心。

面对这些挑战，论坛嘉宾们不约而同地将解决方案指向了同一个方向：重建信任。

复旦大学张诚教授一针见血地指出，医疗AI落地困难的核心原因之一，在于混淆了“预测准确率”与“医学循证逻辑”。机器学习依赖海量数据统计，而医学诊断则建立在严谨的随机对照试验（RCT）之上。两者逻辑的根本差异，使得医生在关键时刻更倾向于相信自己的判断——因为他们的职业生涯乃至患者的性命，都系于这一决定。

这份源于责任的谨慎，恰恰揭示了破局的关键。上海市儿童医院副院长杨晓东的实践提供了绝佳范例：他们引入AI物流与安防机器人，并非为了取代人力，而是通过全流程自动化将差错率降至零，从而让医护人员能从繁杂的事务中解放出来，专注于更具人文关怀的医疗服务。在这里，AI是“助手”，而非“决策者”。

因此，《白皮书》提出的四大建议，无一不是围绕“人”展开：建立AI设备审核机制、厘清各方责任、构建医患信任体系、让智能技术回归医疗本源。其核心要义，就是确保“AI辅助、人为主导”的原则贯穿始终。

解决AI医疗的“终极难题”，绝非某一单方可以完成。它需要一场深刻的系统性变革，涉及技术、管理、伦理与法规的多元协同。

上海社科院信息研究所所长刘炜强调的“用思考对抗同化，用合作对抗迷茫”，正是这场变革的精神内核。监管部门需与企业建立“风险共担、信用共建、规则共创”的伙伴关系；医疗机构需重构流程与分工，使其与AI技术适配；而AI开发者，则必须将“可解释性”和“安全性”置于商业利益之上。

正如蚂蚁健康与京东健康的实践所示，AI的价值不仅在于炫技，更在于能否真正“让优质医疗资源触手可及”，能否构建起“医、检、诊、药”的服务闭环，最终提升患者的福祉。

技术的浪潮不可阻挡，但驾驭浪潮的方向盘，必须牢牢掌握在人类手中。AI医疗的未来，不在于创造一个无所不能的“AI神医”，而在于构建一个以患者为中心、以责任为基石、以信任为纽带的全新医疗生态。唯有如此，我们才能自信地回答那个“终极难题”：是的，我们可以对生命决策负责——因为无论技术如何进化，那份对生命的敬畏与担当，永远是人类最深的护城河。