夜雨聆风春节期间，我抽空翻开了一本自己其实不太确定能不能读完的书。
这本书是跨年夜罗振宇直播演讲时一时上头买下的，下单那一刻还觉得很有仪式感，等书真正寄到家里之后，却突然有点怀疑：自己是不是根本跟不上书里讲的那些变化。
读完以后却又发现，这些1000天后的预测，部分观点在新书上线的30天后就被现实击穿。
这场变革实在太快了，有时候昨天才刚理解一个概念，第二天再打开信息流，它就已经变成“上一代技术”。这两年也越来越明显的感受：人工智能的发展速度，已经让毫无任何技术背景的普通人跟不上节奏，甚至在追赶这波浪潮的过程中，产生了对自我学习力的怀疑。
哪怕只是周末两天没有关注科技新闻，再刷到相关内容的时候，就会突然冒出一堆新名词：新的模型、新的产品、新的框架。好像每个人都在讨论，但又不太确定它到底会带来什么改变。
特别是步入2026年以来，新的模型、产品和框架层出不穷，skill的节奏还没有跟上， 就又遇到了OpenClaw的爆火，理解任务、规划步骤、调用工具、最后把一件事情做完。听起来有点像科幻，但它确实已经来了。也正因为这样，心里不免会想：当AI一步步渗透进各行各业，像医疗这样高度专业、强依赖判断与协作的领域，又会发生什么样的变化？
下面我聊聊我的想法。
AI会不会替代医护工作？
医疗行业可能不会被AI颠覆，但一定会被AI改变。
很多人谈到AI进入医疗的时候，第一个担心的是：医生会不会被替代？但如果把视角稍微拉远一点，我们会发现医疗体系其实由不同层次的工作组成。
大致可以分成三类：
第一类是认知决策，比如诊断、治疗方案的制定。
第二类是流程执行，比如护理操作、监护、执行医嘱。
第三类是信息记录和整理，包括病历、护理记录、各种数据的整理。
AI最容易改变的，可能是第三类信息流。而在整个医院体系里，信息最密集的地方之一，就是 ICU，而NICU，其实是一个非常“适合AI”的场景。
NICU有一个特点：以时间序列呈现的数据非常多。
每天围绕一个患者，需要持续关注的参数包括：ICP、MAP、GCS评分、脑电监测、呼吸机参数、血气分析、镇静评分、出入量……
这些信息几乎是连续不断地出现。
某种意义上说，神经重症的工作，本身就建立在数据观察与变化判断上，而这恰恰是AI最擅长处理的部分。所以未来几年，AI在神经ICU最可能出现的，并不是取代护理，而是改变一些具体的工作方式。
第一个改变，可能来自监护数据
在很多ICU里，护士需要不断记录和观察各种参数变化。但这些数据如果交给算法进行连续分析，其实可以做很多事情。比如同时分析：ICP、MAP 和 GCS 的变化趋势。
当某些组合模式出现时，系统可能会提前提示：脑灌注下降的风险、颅内压异常趋势，甚至可能提示再出血的可能。在这种情况下，护士的角色也会慢慢发生变化。从单纯的记录数据，变成理解和解释数据。
第二个变化，很可能出现在护理文书
如果问很多一线护士，最耗时间的工作是什么，答案往往不是操作本身，而是记录。
护理记录、出入量总结、交班报告……这些工作既重要，又非常耗费时间。而这恰好是AI非常擅长的一类任务。
未来比较理想的一种状态是：系统自动根据监护数据和医嘱记录生成护理文书的初稿，护士只需要进行审核和必要的修改。原本需要半小时完成的事情，也许几分钟就可以结束。这并不是减少护理价值，而是把时间释放出来，让人去到需要人必须站在的节点。
第三个变化，是流程管理
ICU的护理工作，其实包含大量的流程节点。例如：
翻身时间、镇静评估、导管护理、血气复查、压疮评估……
很多时候需要依靠经验和提醒去维持这些流程的稳定运行。如果这些节点被系统化管理，AI完全可以承担提醒和协调的角色。那时护士更像是一个流程的管理者，而不是单纯的执行者。
AI很难替代护士，但会重新定义护士
在神经重症，真正核心的能力，其实从来不是“记录”，而是判断。
比如同样是一个简单的现象：颅内压突然升高。系统可以显示“数值异常”，但临床上真正需要判断的是：
是体位问题？
是管路阻塞？
是镇静不足？
还是再出血？……
这种综合判断，很难被完全替代。
所以比起“AI取代护士”，更可能出现的状态是：AI成为护士能力的放大器。未来真正拉开差距的，可能不是经验年限本身，而是一个人是否足够理解AI、会不会使用AI，以及能不能把AI真正嵌入自己的工作流程。未来的护理人员，很可能会出现一个很现实的分化：
有的人仍然按照传统方式工作；
有的人开始利用AI工具提高效率；
还有少数人，甚至能够设计和优化AI辅助的工作流程。
这三种人之间的差距，可能会比我们想象的更大。对神经重症护士来说，因为专业足够精专，而在全球医疗领域，AI目前落地最成熟的地方，往往出现在一些数据高度密集的科室。比如：影像科、病理科，以及像ICU这样持续产生大量监护数据的场景。而神经重症正是这一类数据密集，决策逻辑相对清晰的场景，所以或许是我们成为少数人的一种机会，而不是一场威胁。
再者反观技术史的发展就会发现：技术更新是呈指数形式的，但职业替代是阶梯的。一个职业是否会被替代，解决的从来不只是技术能力本身，还包括责任归属、风险承担、复杂情境中的判断、人与人之间的信任，以及更深层的伦理问题。医疗尤其如此。
所以，我们其实不必为此过度焦虑。真正应该做的，不是反复追问“会不会被替代”，而是尽早去拥抱变化、学习工具、调整角色，并在变化真正到来之前，先让自己成为更能熟练应用AI的人。
未来未必属于最早焦虑的人，但很可能属于最早开始适应迭代的人。
