引言

临床文档正在被生成式人工智能所重塑。随着AI辅助文档工具日益嵌入日常工作流程，病历已不再仅由临床医生对就诊过程的独立综合判断来塑造。这一转变通常被描述为提升效率和减轻负担，但其影响可能更为深远。文档记录绝非仅仅是行政性工作，它是临床思维被组织为持久形式的关键节点之一。当AI进入这一阶段，它可能不仅影响诊疗记录的方式，还可能影响诊断和治疗方向的形成。1,2

临床推理的关键节点

临床文档在撰写鉴别诊断和诊疗计划时，具有最高的认知意义。在这一阶段，临床医生汇总事实、判断轻重缓急，并将就诊过程转化为判断与行动。这一过程创造了一个短暂的向内聚焦的间隔，外部输入退居其次，就诊的复杂性被浓缩为一条临床轨迹。因此，病历记录不仅仅是下游的文档产物，它还是临床医生决定"这个病例正在成为什么"的地方。

临床推理不仅取决于可获得的信息，还取决于某种诊断可能性是否被主动纳入考虑。诊断很少在没有被首先想象出来的情况下被确认。当一种高风险的可能性未被纳入考虑范围时，相关发现可能仍碎片化，或被纳入已有的熟悉解释中。一旦某种可能性被有意识地纳入考虑，临床任务便发生了变化：义务不再仅仅是将其记录在案，而是对其进行评估，并在适当时主动排除。因此，诊断安全始于确认之前——当某种潜在的轨迹变得足够清晰以至于要求采取行动时。

生成式人工智能对临床导航的影响

当生成式人工智能进入文档记录和综合分析环节时，它不仅仅是记录就诊过程，还可能影响临床意义的构建。通过建议、组织和优先排列诊断可能性，这些系统可能影响哪些轨迹被构建、被强调或被过早排除，从而影响临床决策的形成方式。

这种影响可能通过扩展被考虑的可能性范围来改善医疗质量，尤其是在临床医生面对复杂表现、时间压力或碎片化信息时。但同时也可能引入风险，如锚定效应、选择性强调、自动化偏见或过早封闭思维。文档记录不仅是已完成推理的记录，也是推理继续成熟的平台。当临床医生撰写病历时，鉴别诊断得到细化，优先级被重新排列，诊疗计划变得清晰。如果AI进入这一阶段，其作用便不仅限于转录，它可能帮助塑造什么被认为是重要的、合理的或紧急的。

从内部导航到辅助导航的转变

一个有用的类比可以来自道路导航。数字导航系统不仅减少某些错误、提升效率，还改变了路线被感知、评估和选择的方式。驾驶员通常仍对行程负责，但路径越来越由一个外部系统塑造——该系统选择选项、预估延误，并决定哪些替代方案可见或不可见。

类似的转变可能正在临床推理领域涌现。当AI进入诊断和治疗方向形成的阶段时，导航的中心可能从内部构建的诊断路径转向系统影响的轨迹。这并不意味着临床判断力的丧失，而是其结构的改变：当外部系统帮助塑造前进方向时，各种可能性可能被以不同的方式呈现、权衡和实施。

对临床实践的影响

其影响超出了文档质量本身，涉及临床判断的形成方式、责任的行使方式，以及医学知识在实践中如何被应用。关键问题不仅是生成式AI是否提高了准确性，而是它如何重塑了临床方向被确定的那个时刻。

因此，对临床医生而言，AI辅助文档记录应被视为推理过程的一部分，而非中立的行政性操作。与这些系统交互需要意识、反思，有时还需要刻意地推翻AI建议。临床医生不应仅仅询问AI生成的病历是否准确，还应追问其结构、重点和遗漏是否正在塑造诊断路径。一份流畅的病历可能仍然在窄化注意力——当它使一种解释显得自然合理，同时将其他替代方案搁置不深入探讨时。

对医疗体系而言，评估应超越病历质量、完成时间和临床医生满意度。治理层面应审视AI工具如何在日常工作中影响诊断框架、升级和关闭判断。培训也应使临床医生具备质疑AI生成框架的能力，而不仅仅是编辑AI生成的文字。当这种影响被识别出来时，它可以被导航；当它被隐藏时，它可能在未被察觉的情况下改变诊疗方向。

结论

临床AI不仅改变了临床医生使用什么工具，也改变了他们如何思考。文档记录捕捉的是事件已经成形之后的状态，而导航关注的是后果尚未完全显现之前的方向。当AI系统成为诊疗认知工作流程的一部分时，临床医生和医疗机构必须认识到，文档记录已不再仅仅是推理的记录，它日益成为推理本身被塑造的场所。