2026未来医生报告:80%医生护士说AI是助手,只有37%敢信它 - 爱思唯尔

摘要：全球 2757 名医生护士投票：80% 认为 AI 是"关键助手"，却只有 37% 真的信任它；中国医生既用得更多，也信得更多。

文末阅读原文可获取原文 PDF 和中文解读 PPT

一、钩子

80% 的医生护士告诉你：AI 不会取代我，但会成为我的"关键助手"。

同一批人，只有 37% 告诉你：我信它。

这两组数字来自同一份报告。爱思唯尔（Elsevier）刚发布第五年度《Clinician of the Future 2026》（未来医生 2026），调查了 118 个国家、2757 名一线临床医生。其中 2065 名医生、692 名护士。他们既是 AI 工具每天的使用者，也是被 AI 重新定义职业的人。

这次调查最值得读的，不是"AI 有多厉害"，而是这群人在 2026 年这个节点，对 AI 真实的态度。两个字：犹豫。

二、背景

先把背景摆出来。

世界卫生组织估过一个数字：到 2030 年，全球将缺 1100 万医护人员。这个缺口不是未来式，是现在进行时。报告里有一组对照：61% 的医生护士说，他们今天看的病人比一年前更多；65% 的人说，他们仍有足够时间给病人好好看病。这两个数字放一起，意味着全球医疗体系在被持续加压，但还没压垮。

AI 进来，就是为了让"65% 还能扛"这个数字不要往下掉。

过去几年，AI 进医院的速度不慢。报告说，AI 的"被认知度"和"早期使用率"已经走过快速爬坡期，进入"无处不在但增长见顶"的阶段。翻译成人话：ChatGPT、Copilot 这类通用工具，医生护士大多已经试过；临床专用 AI 工具（比如爱思唯尔自家的 ClinicalKey AI 这样的循证助手）也在快速铺开。

但这一年的新信号是：大家都用过，不代表大家都接受。

三、方法

聊聊这份调查怎么做的，免得后面数字被人说"不严谨"。

线上问卷，时间窗口 2025 年 12 月到 2026 年 2 月。样本规模 2757 名临床医生，覆盖 118 个国家。其中亚太 1369 人（最大块），欧洲 657 人，北美 360 人，拉美 199 人，中东与非洲 153 人。报告把中国（435 人）、印度（538 人）、日本（210 人）、英国（118 人）、美国（321 人）、巴西（92 人）单独拎出来做了国别切片。

受访人群画像：78% 直接做病人照护，64% 来自医院或医学院或医疗服务机构，56% 是女性。医生里 65% 是男性，护士里 80% 是女性。

结果按 Pharma Factbook 各地区医生护士人口做了加权，主要国家配额也做了均衡。结果以"医生/护士"和"地区/国家"两个维度交叉切。

报告自己也说了局限：自选样本、无应答偏差、在线问卷的回收率天然低，结论适合看趋势，不能直接当某个国家的全国民意。这点我们后面解读时要心里有数。

四、结果

这一节是硬菜。我挑了四个最值得展开的图，先看原文，再讲人话。

Figure 2 | 医生护士都在哪里挣扎

图 1：医生和护士，都被什么拖住手脚？

报告原文 Figure 2 给了三组对照，很扎眼。

第一组，疲惫感影响治疗能力。护士 34% vs 医生 44%。医生比护士更容易被疲惫拖累。第二组，跟上医学进展（最新指南、研究）有压力。护士 43% vs 医生 68%。医生被指南更新追着跑的比例，比护士高出 25 个百分点。第三组，跟上最新技术工具。护士 42% vs 医生 70%。医生在技术学习上的压力同样高出近 30 个百分点。

翻译：医生看起来是更"专业"的那群人，但在持续学习这件事上，反而是压力最大的那群人。护士的负担更偏向照护和执行端。

这一点解释了后面为什么护士对 AI 反而更积极——她们本来就更少把时间耗在"读文献 + 追指南"上，AI 替她们干的不是"决策"，是"消化信息"。

Figure 6 | AI 到底多少人用上了

图 2：医生护士用 AI 的真实渗透率。

报告 Figure 6 把"工作用 AI / 非工作用 AI / 完全没用过"三件事拆开给了一组甜甜圈（donut）图。

整体临床医生：49% 把 AI 用于工作，33% 用于非工作，16% 完全没用过。

医生：57% 工作用 AI，27% 非工作用，13% 完全没用过。

护士：41% 工作用 AI，39% 非工作用，19% 完全没用过。

三个数字要先记下来：第一，每两个医生就有一个把 AI 带进诊室；第二，护士的 AI 使用率比医生低 16 个百分点——这跟我们直觉里"护士工作更繁琐、应该更爱 AI"是反着的；第三，护士的"非工作用 AI"反而最高，说明 AI 在护士群体里更多是"个人学习工具"，还没真正进入护理流程。

报告还给了临床专用 AI 工具（区别于 ChatGPT 这类通用工具）的渗透数据：使用 AI 工作的医生护士里，34% 高频或总是使用临床专用工具，比去年的 22% 大涨 12 个百分点。北美最高 41%，中东与非洲最低 21%。这意味着 2026 年是"专用 AI 工具"的爆发起点。

Figure 7 | 通用 AI 和专用 AI，到底谁更靠谱

图 3：临床专用 AI 工具，全方位跑赢通用 AI。

报告 Figure 7 把通用 AI 工具（橙色）和临床专用 AI 工具（深棕）放在五个维度上对比打分，看谁被医生护士评"好"的比例更高：

通用 AI 与临床专用 AI 五维对比表

五个维度全胜。差距最大的是"权威性"——专用 AI 比通用 AI 高出 14 个百分点。这一点非常关键：医生护士不是不爱 AI，是分得清"什么样的 AI 才值得信"。

通用 AI 的优势是便宜、随手可得；专用 AI 的优势是它背后有同行评审的内容、有引用、有循证链路。在医疗这种"人命关天"的领域，靠谱比快更重要。

第四个发现：信任才是真正的瓶颈。

整体看，51% 的医生护士觉得 AI 让选择更多，50% 认为 AI 改善了病人照护，50% 认为 AI 让他们更有能力；但只有 37% 觉得 AI 是可信的，只有 41% 觉得 AI 让工作更自主。

注意，37% 这个数字比去年的某些维度是下降的。报告里特别提到：去年还有 53% 觉得 AI "赋能"了他们，今年掉到 50%。这不是 AI 退步，是医生的预期在变得更现实——用过才知道哪些场景 AI 真顶用，哪些只是花架子。

Figure 9 | 让医生护士敢信 AI 的五大因素

图 4：让医生敢信 AI，到底要什么？

报告 Figure 9 把"什么能让医生护士更愿意用 AI"做了一组甜甜圈对照，前五项分别是：

易用 64% / 信息全面 63% / 安全 62% / 透明 61% / 内容质量高 60%。

五个数字咬得很紧，但顺序很清楚：先把工具做好用，再谈别的。医生护士要的不是"AI 多聪明"，是"AI 别让我多干活、别给我挖坑"。

不同地区还有自己的偏好：北美医生最看重"由独立临床专家验证"（70%），欧洲医生最看重"合规"（65%），拉美和中东非洲医生最看重"负责任"（67%、68%）。

五、专家解读

报告里有个很好的设计，每个关键数据点都配了来自不同国家临床医生的原声。我挑三段比较狠的，翻译过来给大家看人话。

第一段，墨西哥医生："AI 帮我省了时间，让我能质疑常规做法，加强了我临床推理和病人照护的质量。"

这是典型的"AI 让我有时间做更难的事"。在医疗系统里，医生最稀缺的不是知识，是"用在刀刃上的时间"。AI 把"找信息、查文献、记病历"这种常规活接走，医生才能腾出手做真正的判断。

第二段，意大利医生："AI 在被临床实践和长期积累的技能引导和支持时是有用的，它不能取代人的工作和经验。当应用得当时，AI 在分析成千上万数据点时极具价值。"

这一段点出了 AI 在医疗里的真正位置：不是"AI 替医生"，是"医生+AI 一起把事情做大"。意大利医生特别强调"长期积累的技能"——医学里很多判断是经验性的，AI 没有这种身体记忆。

第三段，美国医生："我看到医学生用 AI 来出鉴别诊断和治疗方案——如果 AI 是可信的，我觉得这没问题，但现在还不行。"

这句话很扎心。它来自全球医疗 AI 投入最多的美国，也来自一个对 AI 最怀疑的国家。美国 19% 的医生认为 AI 可信，全球垫底。

六、产业影响

这一节是给医疗 AI 公司和医院管理者看的。报告里有一组关于"机构表现"的数据，非常打脸。

全球医生护士给所在机构的 13 项能力打分，最差的三项分别是：

AI 培训 32% 的人给出"好或非常好"的评价。

支持疲惫/高压医护人员 37%。

AI 治理 40%。

这三项里两项直接和 AI 相关。也就是说：机构在 AI 这件事上，远落后于医生护士的实际需求。

具体表现：医生护士普遍觉得医院"跟上医疗法规"做得不错（72% 给好评），但在"提供 AI 培训"这件事上，只有不到三分之一的人满意。对比同期世经论坛的数据：医生每天花在文书工作上的时间大约是 3 小时。

报告里引用了一项 2025 年发表在《JAMA Network Open》的研究：用了一个月的环境 AI 病历助手（ambient AI scribe），医护人员的职业倦怠显著下降，认知负荷降低，文书时间减少，焦点重新回到病人身上。

换句话说：AI 能不能帮上忙，技术早就不是问题；问题是机构愿不愿意把这件事当成基础设施来抓。

七、局限与争议

读这份报告，要警惕三个信号。

第一，2025 到 2026，部分乐观指标在回落。报告里直接给了对比：认为 AI 能"帮我省时间"的医生护士比例，从 2025 年的 70% 掉到 2026 年的 62%；认为 AI 能"加快诊断"的从 58% 掉到 50%；认为 AI 能"提高诊断准确性"的从 54% 掉到 49%。

这不一定是 AI 退步，更可能是医生用过之后，预期回归理性。AI 不是银弹，这事儿医生越来越清楚。

第二，病人端的 AI 是新麻烦。报告提到，越来越多的病人走进诊室时已经带着 AI 给出的诊断。这些诊断不是每次都准。医生护士花时间"纠正 AI 误诊"这件事，正在变成新的工作量。

第三，数据本身有偏。这是 Elsevier 自己发起的、覆盖 Elsevier 渠道用户为主的在线问卷，自选样本、覆盖偏英文圈。结论适合看全球趋势，不适合直接对某个国家下定论。

八、同类对比

把目光拉回中国。

报告把中国（435 人）单独切了出来，给出一组很有意思的数字：

• 56% 的中国医生护士把 AI 用于工作（高于全球 49%）。
• 49% 认为 AI 是可信的（高于全球 37%）。
• AI 治理好评率 57%（全球 40%）。
• AI 培训好评率 48%（全球 32%）。
• AI 工具访问率 54%（全球 41%）。

但同时：中国医生护士的职业满意度只有 66%，低于全球 78%。

翻译：中国医生护士在 AI 这件事上，既用得多，也信得多，背后有相对扎实的机构治理和培训基础。但他们对自己职业的整体满意度反而偏低。

这是一个很重要的信号：AI 不是中国医疗体系最大的问题，也不是最大的解药。AI 在中国是"加分项"，但底层的职业负荷、医患匹配、资源分配问题，AI 现阶段还接不住。

对比看美国：AI 工作使用率只有 42%（低于全球），AI 可信度 19%（全球垫底），但医生护士对工作时间压力的吐槽全球最高——只有 49% 觉得时间够用（全球 65%）。美国医生最想从 AI 得到的是"由独立临床专家验证"（70%），不是"AI 更聪明"。

对比英国：AI 工作使用率只有 29%（全球最低），可信度 21%（倒数第二）。英国医生对 AI 的核心诉求是"不要造成伤害"。

同一个 AI，在不同国家是被完全不同的文化和制度背景塑造的。

九、结尾升华

报告最后给了一组"未来医生五种画像"，我把它转成中文给你：

画像一：健康伙伴型医生。用临床专用 AI 工具和被赋权的病人协作，做信息收集、决策支持和病人教育。

画像二：全健康型医生。用 AI 推动预防性和个性化医疗，让人保持健康而不只是治病。

画像三：技术敏锐型医生。在机构里当 AI 先行者，持续升级循证 AI 工具的使用能力。

画像四：平衡型医生。靠 AI 提升效率和工作流，把时间压力真正卸下来。

画像五：可及性型医生。用 AI 提供医疗服务和健康教育，让边远人群也能看病、看懂病。

这五种画像不是科幻，是爱思唯尔基于五年累计 1.3 万多名临床医生的回答提炼出来的趋势线。AI 不会让医生消失，但会把医生分成两类：一类学会和 AI 协作，一类还在犹豫。

2026 年是分水岭。49% 的临床医生已经把 AI 带进了诊室。剩下 51% 还在观望——不是观望 AI 强不强，是观望AI 可不可信。

37% 这个数字会怎么变，取决于接下来一年 AI 工具在"易用、安全、权威、可解释"四件事上做得好不好。

医生护士不傻，他们只是不愿意拿病人的命去赌。

（数据来源：Elsevier《Clinician of the Future 2026》官方报告，2757 名临床医生，覆盖 118 个国家，2025 年 12 月至 2026 年 2 月线上问卷）