欧盟用51亿欧元推进医疗数字化，结果发现：高达70%的卫生工作者说自己"缺乏必要的数字能力"。钱花了，设备装了，系统上线了，但会用的人还不够。

这不是个人问题，是系统性问题。问题的核心在于：到底需要什么样的数字能力，谁来定义，怎么培训，如何评估。

"双面赤字"：一个让政策制定者沉默的数字

研究者给这个困境起了一个名字：双面赤字（A Two-Sided Deficit）。

第一面：供给侧的赤字。欧盟各成员国30%至70%的卫生工作者承认，他们在充分利用医疗信息技术时缺乏某些必要的数字能力。电子病历、临床决策支持系统、远程监控平台已经被引入医院，但医学和护理学校的课程没有及时跟上。

第二面：需求侧的赤字。《数字十年2025》指标研究显示，普通公众在基础电子健康素养方面同样存在持续差距，老年群体和农村地区居民尤为严重。系统建好了，患者也用不起来。

两面赤字叠加的后果是：医院花大钱装了数字系统，医生不会用，患者也不会用，公共投资的实际回报率大幅缩水。

英国NHS的答案：把数字能力拆成124项任务

英国NHS给出的解决方案，是把"数字能力"这个笼统的说法，拆解成10个领域、124项具体能力。

这个框架针对的是"专职医疗人员"（Allied Health Professionals，AHPs）——理疗师、放射技师、营养师等，构成了NHS第三大临床劳动力群体。

注意Domain 8和Domain 10。

Domain 8要求医疗专业人员不仅能使用AI辅助诊断工具，还要能批判性地理解算法风险和内在偏见，承担相应的专业伦理责任。这意味着医生不再只是技术工具的使用者，而是算法结果的把关人。

Domain 10引入了"元能力"——领导力、变革管理、质量改进。这把数字化的要求提升到了组织文化层面：不只是你自己会用，还要能带着整个科室一起转型。

但研究同时发现一个尴尬的现实：尽管专业人员普遍认为这个框架"很有临床相关性"，大多数从业者却压根不知道这个框架的存在。

政策制定层和基层临床实践之间，存在一道沟通的断层。框架再好，没人知道，等于没有。

加泰罗尼亚的路径：803人基线测试，结果让人汗颜

西班牙加泰罗尼亚地区采用了另一种思路。他们没有先建框架再推广，而是先做基线测试，摸清楚底数再说。

COMPDIG_Salut项目给803名医疗卫生专业人员做了一套包含真实生活场景的客观能力测试。结果如下：

44.5%处于"基础"能力水平

47.8%处于"中等"能力水平

仅7.7%达到"进阶"及以上水平

这是一个相对先进的数字健康地区的测试数据。92%以上的从业者，数字能力只达到基础或中等水平。

COMPDIG_Salut框架本身的设计，与NHS框架不同。它不是从具体临床任务出发，而是从"作为数字时代的专业人员应该具备什么素养"出发，分成4个核心领域、11项技能：

COMPDIG_Salut 2025年更新版专门新增了"网络安全"这一技能。背景很直接：医疗机构已成为全球勒索软件攻击的头号目标。你的医院系统被黑客加密，而医生不知道如何识别外部入侵威胁，这个后果比数据录入错误严重得多。

测量工具的演进：从eHEALS到DHLI，从自我评估到客观测试

能力框架建好了，还需要测量工具来量化实际水平。这一块的演进同样值得关注。

最早被广泛使用的是eHEALS（电子健康素养量表），8个条目，让人自我评分。问题在于：eHEALS诞生于Web 1.0时代，它只能测量"你会不会在网上搜索健康信息"，对社交媒体互动、远程医疗操作、数字内容创建这些Web 2.0技能完全没有覆盖。

后来出现的DHLI（数字健康素养工具）解决了这个问题。它有7个子维度，包括信息可靠性评估、隐私保护操作，以及"添加自我生成内容"这个以前完全没有被测量的维度。更重要的是，DHLI同时设置了主观自评题项和客观绩效测试，用两种视角交叉验证实际能力。

比较研究显示，在中国老年群体中，DHLI的有效性明显优于eHEALS：eHEALS得分与实际健康功能素养之间的相关性不显著，而DHLI得分与之呈现中度正相关。简单说，eHEALS测出来的数据，和你真实的能力关系不大；DHLI更准。

真正的缺口在哪里：框架有了，共识没有

研究揭示了一个根本性的困境：教育界有DigComp（欧洲数字胜任力框架），覆盖五大领域，被50多个国家采纳，跨国通用。但医疗卫生领域至今没有类似的统一框架。

为什么这么难？原因有三。

第一，专业极度异质。护士需要的数字能力，和外科医生需要的不一样；药剂师需要的，和流行病学家需要的更不一样。要找所有医疗职业的"最大公约数"，数学上就很难，何况每个群体都有各自的利益立场。

第二，伦理风险远高于其他领域。医疗数字能力涉及的不是"能不能发一条推特"，而是"能不能正确解读AI给出的诊断建议，避免算法偏见害死人"。这个风险级别，决定了任何框架都必须极度谨慎。

第三，法律监管层层叠叠。GDPR、医疗器械法规、医保报销体系……每定义一项数字能力，就要同时考虑它在现行法律框架下的合规性。这大幅增加了标准化的难度。

怎么破：三条可以立即行动的路径

研究综合了当前最前沿的实践，给出了三条可操作的方向。

第一，学位课程的强制性重构。将数字健康素养、临床信息学、AI伦理纳入所有医护专业的必修课，而不是可选的研究生补充课程。法国已经通过立法规定最低28课时要求，并建立了国家级能力认证平台。

第二，在职赋能要有组织级支持。单靠个人自学是不够的。医院需要给出受保护的带薪培训时间，提供专属资金。把数字技能培训视为"个人应该自己搞定的事"，是系统性的转型失败的原因之一。

第三，工程学和通信学的跨学科整合。未来的医生不需要成为程序员，但需要理解机器学习模型的优势与局限，能够向患者解释AI给出的建议是怎么来的，在算法和患者之间充当翻译。这种能力，目前的医学教育几乎没有覆盖。

结语

医疗数字化的核心矛盾不是技术问题，而是人的问题。

设备可以快速部署，能力的建设需要时间。NHS用124项任务定义了能力的边界，加泰罗尼亚用803人的测试摸清了底数，法国用立法保证了最低时数。这些不是完美的解法，但都在解决同一个问题：你不能假设医疗工作者天生会用数字工具，也不能把数字能力的建设责任完全推给个人。

那道"双面赤字"，只有系统性的、组织级别的、政策强制支撑的能力建设，才能真正填上。

主要参考来源

NHS England. (2022). 《专职医疗人员数字能力框架》（Development of a digital competency framework for UK Allied Health Professionals）. HEE Topol Digital Health Fellowship. · TIC Salut Social. (2023). 《COMPDIG_Salut：卫生专业人员数字技能地图》（The new digital skills map for health professionals）. Generalitat de Catalunya. · van der Vaart, R., and Drossaert, C. (2017). 《数字健康素养工具的开发：测量Health 1.0和Health 2.0的广泛技能谱》（Development of the Digital Health Literacy Instrument）. PMC5358017. · European Commission Joint Research Centre. (2022). 《DigComp 2.2：欧洲公民数字胜任力框架》（DigComp 2.2: The European Digital Competence Framework for Citizens）. · WHO/Europe. (2023). 《弥合医疗数字技能差距：识别欧盟医疗专业人员核心数字技能与能力》（Closing the digital skills gap in health care）. European Observatory on Health Systems and Policies.