近期，关于智能辅助系统进入医院电子病历流程的争论引起广泛关注。
焦点并非“用不用”，而是“怎么用、谁来管、出了问题谁负责”。
有专家提出，智能辅助系统在处理大量病历信息时确能提高效率，但若直接嵌入病历书写、诊疗建议等关键环节，可能对临床思维训练与医疗安全边界带来新的挑战。
问题：效率提升与安全边界如何平衡。
电子病历不仅是记录工具，也是诊疗决策链条的重要凭据，涉及病史采集、鉴别诊断、用药方案、风险告知等多环节。
一旦系统在信息整合、表述逻辑或结论提示上出现偏差，轻则造成病历表述不严谨，重则可能影响临床判断。
与此同时，临床一线工作量大、信息碎片化突出，客观上也需要更高效的辅助工具分担基础性、重复性事务，这构成了“提效需求”与“安全底线”之间的现实张力。
原因：技术成熟度、场景复杂性与责任机制尚未完全匹配。
医疗领域的不确定性明显：同一种症状可能对应多种疾病，不同人群、不同合并症、不同用药史都会改变诊疗路径；一些诊断标准本身存在灰度区间，需要依赖经验、随访和动态观察。
智能辅助系统若训练数据覆盖不足、更新滞后或缺乏本地化校验，就可能在关键细节上“看似合理但实则偏离”。
此外，医疗机构内部的审核流程、第三方产品的准入标准、算法变更的备案机制、风险事件的追溯链条等配套仍在完善中，导致“能不能用”和“用到哪一步”缺乏统一边界。
影响：一方面提升流程效率，另一方面重塑培养体系与风险结构。
对医院而言，智能辅助系统在文书结构化、检验影像信息汇总、规范化提示等方面具有潜在价值，能减少重复劳动、提高一致性，促进诊疗流程的标准化管理。
但对年轻医生而言，若过度依赖系统生成的病历框架与提示结论，可能削弱对病史细节的敏感性、对诊疗逻辑的训练以及对异常情况的辨识能力。
专家担忧的核心在于：当个体能力尚不足以“校验”系统输出时，错误不一定以明显形式出现，反而可能以更隐蔽、更系统化的方式进入临床链条，增加纠错难度。
与此同时，患者对“技术背书”的心理预期也可能抬升，一旦发生争议，责任划分、证据采信与解释沟通都将面临新课题。
对策：以分级应用、标准先行、闭环管理推动稳妥落地。
业内观点认为，引入智能辅助系统应坚持“辅助定位”与“人机协同”，明确其在电子病历中的权限边界：可优先用于信息整理、规范化提示、风险核对、随访提醒等低风险环节；涉及诊断结论、治疗方案、关键用药、手术决策等高风险环节，应设置更严格的人工复核与授权机制。
其二，建立统一的准入与评价体系，围绕适用病种、适用人群、误差容忍范围、更新频率、可解释性要求等制定行业规范，推动产品在上线前进行多中心验证、在使用中进行持续监测。
其三，完善数据治理与隐私保护，明确数据来源、脱敏标准、调用权限、日志留痕和追溯机制，确保病历数据安全可控。
其四，将能力建设前置到人才培养中，把“如何使用并质控智能辅助系统”纳入住院医师规范化培训和继续教育，强调临床思维、循证能力、风险识别与沟通能力，避免“工具替代训练”。
前景：趋势不可逆，关键在“可控、可管、可追责”。
从全球医疗信息化发展看，智能辅助系统进入诊疗流程是重要方向之一，有望缓解基层资源紧张、提升标准化水平、促进分级诊疗。
但技术越深入，越需要制度化的护栏：一方面通过临床场景分层管理，防止“一步到位”带来的系统性风险；另一方面以监管与评估机制保障产品迭代可控、风险可见、责任可追。
未来较为可行的路径，是在试点医院、试点病种、试点流程中先行验证，形成可复制的规范后再逐步推广，并以真实世界数据持续校验效果，推动从“能用”走向“用得好”。
张文宏的观点提醒我们，新技术的应用不能盲目蛮干，而需要在充分认识其优势的同时，审慎应对可能带来的挑战。
医疗AI的发展方向应该是明确的，但发展路径需要更加谨慎。
通过建立完善的质量监管体系、制定科学的人才培养标准、构建合理的人机协作模式，我们完全可以在创新与稳妥之间找到平衡点，让AI真正成为提升医疗水平、造福人类健康的有力工具。