AI不是来抢医生饭碗的,它是来救场的

AI不是来抢医生饭碗的，它是来救场的

原标题：Global advances in health artificial intelligence: a workforce imperative

The Lancet, 2026 Aug 8; 408(10554): 572-576 | PMID: 42263727

柳叶刀 · 观点文章

作者：Tinglong Dai / Kathryn M McDonald / Daniel C Baumgart约翰霍普金斯大学 · 阿尔伯塔大学

到2030年，全球将缺少1100万卫生专业人员。与此同时，AI正在医疗领域快速渗透。很多人第一反应是：AI要取代医生了。但这篇发表在《柳叶刀》上的观点文章给出了一个截然不同的答案——AI最大的价值不是替代医生，而是留住医生。

医生为什么在跑？

全球医疗劳动力正在崩溃边缘。原因不是AI，而是行政负担过重、工作流程低效、职业倦怠和退休潮加速。标准化、以通量为驱动的工作流程压缩了医生与患者交流的时间，侵蚀着士气。

数据触目惊心：2024年美国医院护士流失率高达16%，42%的医院护士空缺率超过10%。2022年全美护理劳动力调查中，大多数护士表示不会向年轻一代推荐这个职业。如果这个趋势持续下去，再多的医学院名额也补不上——因为我们失去的不仅是劳动力，更是职业使命本身。

文章的核心观点很明确：我们需要抛弃"人与机器对立"的虚假二元论。问题不再是AI是否会取代医生，而是它如何重塑医疗工作并维持我们所需的劳动力。

即便是实行集中化控制的系统也认识到了AI驱动替代的局限。以中国为例，早期的卫生AI政策侧重于构建所谓的"AI医生"，但国家卫健委在2022年发布指令，明确禁止自主诊断。AI必须支持医疗专业人员、患者及其家人之间的人性化、有共情的共同决策。

文章列举了几个AI已经在发挥作用的场景，每一个都在替医生减负：

📋 环境记录转录

Mass General Brigham的6周试点报告：临床医生自报倦怠相对减少40%，下班后写病历的时间从≥90分钟降到不到30分钟。

💰 编码与计费

将临床笔记翻译为计费代码耗时且容易出错。AI系统在速度和一致性上已超越人工。一项研究对12万条自由文本主诉进行自然语言处理，88%的概念被正确分配到ICD-10类别。

📅 智能排班

一家心脏科诊所用机器学习排程器将就诊时间预测误差减少约一半。分析7万次预约后发现，仅少数变量——预约与就诊间隔、既往爽约记录、是否拥有手机——就能解释大部分爽约行为。

🏥 床位与人员预测

AI模型支持可靠的次日床位和人员安排预测。结果是：更少的临时变更、更少的加班，以及一支感觉被合理规划而非永远被动救火的队伍。

这里有一个容易被忽视的伦理维度：如果高收入国家靠从发展中国家挖医生来填补缺口，只会加深全球不平等。WHO已认定55个国家面临卫生工作者外迁风险。

在这个意义上，AI不仅是技术工具，更是地缘政治战略。一家美国医院用AI将放射科通量翻倍，就可能避免从海外招聘放射科医生。英国NHS的聊天机器人大规模解决患者查询，就可能免去从加纳招募护士。

但这条路要求承担责任。较富裕的国家还必须投资于在低收入环境中扩展AI能力。孟加拉国的自主AI糖尿病视网膜病变筛查将临床生产力提高了40%；卢旺达的全国AI聊天机器人Babyl在2019-2023年间覆盖了数百万人的分诊和排班服务。这些都是AI作为全球公共产品的早期信号。

文章也泼了一盆冷水：AI不会自动修复功能失调的系统。设计不当的实施可能转移负担、削弱信心，并扩大医疗质量、可及性和临床医生福祉方面的差距。

一个已经整天被电子消息淹没的医生，可能会发现新工具增加了工作量而非提升了能力。当AI作为事后补充被部署时，它可能加剧而非缓解挫败感。

还有一个较少被讨论的风险：职业身份的分裂。当算法在狭窄任务中优于人类时，一些临床医生会经历技能退化或临床信心丧失。高资源系统将培养AI增强型临床医生，而其他系统可能在不理解AI工具原理的情况下依赖它们——这种分化不仅是技术性的，更是认识论层面的。

卫生AI不再是未来主义的承诺，而是一项战略当务之急。但支持卫生AI最强大的论据不是成本节约或诊断速度，而是劳动力的存续。

未来十年，我们应该停止追问AI能否取代临床医生，开始追问它如何帮助我们留住他们。任何低于此的做法，都意味着接受一个护理被定量配给的未来——不是由政策决定，而是由人类精疲力竭的极限决定。