“必须给AI划清边界。”赵磊在最终的规则草案上写下第一条，“AI辅助诊疗系统仅为医疗辅助工具，最终诊断需由执业医师确认。”他想起在儿童医院见到的场景：年轻医生对着AI报告反复核对，而经验丰富的老专家，会先问家长“孩子昨晚睡得好吗”“有没有接触过过敏物质”，再去看机器给出的结论。

规则草案的第二条，卡在了“准确率标准”上。星瀚科技坚持95%的达标率过高，会增加研发成本；但周明拿出的一组数据让所有人沉默：当AI诊断准确率低于95%时，医生的人工纠错率会下降40%——机器给出的“大概率正确”答案，会潜移默化地削弱医生的判断力。最终，95%的硬性标准被写入规则，且要求每季度由第三方机构重新测试。

最棘手的是责任划分。赵磊的团队曾考虑过“按比例担责”，但很快发现行不通：如果AI和医生各担50%责任，患者该找谁索赔？研发方会不会以“医生未完全遵循系统建议”为由推诿？经过七次修改，最终确定“误诊后由医疗机构承担主要责任”——这不是否定AI的价值，而是明确医院作为诊疗主体的义务，就像外科医生不能因为手术刀有瑕疵，就逃避手术失误的责任。

规则发布那天，林默在办公室里反复研读。当看到“禁止在重症、急诊领域单独使用AI辅助诊疗”时，她想起小宇躺在ICU里的样子；读到“建立AI诊疗数据差错追溯机制”时，她点开系统后台，第一次看到完整的诊断决策链——原来当时AI忽略了小宇的运动史，是因为输入界面里“近期活动情况”被设置为非必填项。

三个月后，小宇康复出院。他的父母送来锦旗，却没有再提AI的事。林默带着新入职的医生查房时，会先让他们独立分析病例，最后才打开“医镜”系统比对。有实习生问：“既然要人工复核，那AI还有什么用？”

周明指着电脑屏幕上的影像报告，AI用不同颜色标注出可疑区域，但最终的诊断结论栏是空的，等待医生填写。“它就像显微镜，”老医生说，“能帮我们看到更细微的东西，但决定怎么治疗、怎么用药的，永远得是人。”

星瀚科技也根据规则做了系统升级。陈锐在一次行业会议上展示新功能：当医生试图在急诊场景单独使用AI诊断时，系统会自动弹出警告窗口；每一份诊断报告的末尾，都新增了“数据局限性说明”，列出可能遗漏的临床信息。“以前我们总想着追求更高的准确率，”他坦言，“现在才明白，告诉用户AI‘不能做什么’，比吹嘘‘能做什么’更重要。”

赵磊偶尔会去医院调研。他见过医生在AI报告上密密麻麻的批注，见过患者拿着打印出来的追溯数据咨询，也见过研发团队和临床医生一起修改算法参数。有一次，他在儿科门诊看到林默，她正对着一份AI诊断为“普通感冒”的报告皱眉——系统没注意到孩子眼睑轻微水肿，而这是肾炎的早期信号。

“规则不是为了限制AI，”赵磊后来在一次访谈中说，“而是为了让技术守住生命的底线。当算法的刻度遇上生命的温度，我们要做的，是让冰冷的数据，始终服务于滚烫的生命。”

那天傍晚，林默完成最后一份诊疗记录，关闭“医镜”系统时，屏幕上弹出一行提示：“今日共辅助诊断32例，人工修正4例，已生成差错分析报告。”她点开报告，仔细看完每一条修正理由，然后在笔记本上写下：“明天晨会，和团队讨论如何优化儿童肾病的AI识别特征。”

窗外的晚霞透过窗户，洒在办公桌上。那份《AI辅助诊疗伦理责任规则》被压在病历夹最上面，边角已经有些磨损，但每一条规则议与反思，正化作让技术更安全的基石，在每一次诊疗中，守护着生命的尊严。