官方网站-首页

【导语】随着人工智能（AI）技术的迅猛发展，其在医疗领域的应用日益广泛，对就业市场产生了深远影响。武汉“萝卜快跑”项目被叫(jiào)停(tíng)，引(yǐn)发(fā)了(le)对(duì)AI与(yǔ)就(jiù)业(yè)关系(xì)的(de)广(guǎng)泛(fàn)关注(zhù)。在(zài)医(yī)疗(liáo)领(lǐng)域，AI的渗透从诊断到治疗，再到护理，各个环节都在经历深刻变革。本文将从AI对医疗岗位的影响出发，探讨其替代与创造岗位的双重效应，并提出未来可能兴起的新岗位类型及相关政策建议，旨在为医疗机构和从业人员提供指导，构建人机协同、高效公平的医疗新生态。

视觉中国 资料图

在人工智能 (AI)对社会所产生的各类影响中，就业问题备受关注。武汉“萝卜快跑”被叫停，除了技术成熟度不足，其对就业的影响也是当地政府的重要考虑因素。在医疗领域，随着AI逐步渗透到医疗各个环节，从诊断、治疗到护理都明显感受到了这种冲击力。一些三甲医院已经在积极探索“AI医院”、“AI科室”等新运营模式。从业人员对AI情感复杂，担心被替代。在当前强调“稳就业”“稳民生”的大环境下，这些担忧理应受到重视。

回顾历次技术革命，通用技术的出现总会带来“创造性破坏”，冲击现有社会系统，引发失业浪潮，但也会催生新职业和岗位，如MRI放射科医生、网络工程师等。因此，在讨论AI对医疗岗位的替代性影响时，也应看到其创造新工作的潜力，这对于产业升级转型、提供高质量工作岗位和生活保障意义重大。

一、如何理解AI对医疗岗位的影响

理解AI对医疗岗位的影响，需回归任务本质的分析框架。MIT学者Autor提出的“常规化假说”揭示，技术进步对中等技能岗位冲击最大。这类岗位（如检验科样本分类）依赖规则明确的重复性操作，易被算法与机器人替代；而高技能抽象任务（如复杂手术决策）与低技能手工任务（如患者搬运）则因技术替代成本过高，需求不降反升，形成就业市场的“极化现象”。

诺贝尔经济学奖得主阿西莫格鲁进一步指出，任务层级的替代性分析是预测AI影响的关键。医疗服务的全流程可拆解为数百项子任务，每项任务对知识类型、环境适应与责任归属的要求差异显著。因此，本文将从上岗要求、实施过程和影响三个维度分析医疗工作任务的AI可替代性。

(一) 上岗要求：知识标准化与经验壁垒

知识和技能标准化程度：AI替代的核心门槛在于任务所需知识的可编码性。以放射科为例，肺部结节识别的影像学标准相对统一，AI通过海量数据训练即可达到高精度诊断；而肿瘤科医生制定化疗方案时，需综合患者基因(yīn)、并(bìng)发(fā)症(zhèng)、药(yào)物(wù)耐(nài)受(shòu)性(xìng)等(děng)动(dòng)态(tài)因(yīn)素(sù)，这(zhè)类(lèi)依(yī)赖(lài)临床直觉的“隐性知识”难以被算法完全捕捉。

培训周期影响替代成本：某些任务只需短期见习适应，如护士静脉穿刺技能，500次练习后达标率可达92%。而有些任务需长(zhǎng)期(qī)培(péi)训(xun)和(hé)实(shí)践(jiàn)，如(rú)经(jīng)验(yàn)丰(fēng)富(fù)的肿瘤科医生制定治疗方案，需综合患者多种因素判断并调整，其准确率高于仅靠AI辅助的医生。还有些工作虽知识要求不高，但需大量实践经验，如资深护士凭借多年经验判(pàn)断(duàn)病(bìng)情和处理突发状况。

体力劳动的自动化边界：医院急救、后勤人员从事大量体力劳动，如患者移动、物资搬运等。AI可替代部分高强度体力劳动，如物流机器人运输物资，但因医院环境复杂、人流量大，需人工干预确保患者和物资准确到位，完全用AI替代存在困难。

（二）任务实施：从规则驱动到情境适应

任务重复性和规律性：规则明确、流程固定的任务构成AI替代的“低垂果实”。某三甲医院检验科引入全自动生化分析仪后，样本分类效率提升300%，人力需求缩减70%。与之(zhī)相(xiāng)对(duì)，外(wài)科(kē)医生在腹腔镜手术中遭遇血管变异时，需在数秒内调整操作策略，此类非结构化决策远超当前AI的技术边界。

表1. 不同岗位的重复性任务

参考：晶泰科技《实验室自动化白皮书》（2023）；Brown & Badrick（2022）

环境复杂感知和操作能力：在实验室封闭环境中，相关任务更容易被AI替代，如一些手术机器人对特定手术的成功率可达99.9%。但护理机器人在病房场景的应用受阻，主因在于难以适应人流密集环境中的动态避障需求。

决策复杂性和实时性：部分任务需在短时间内做出复杂决策，且受多种动态因素影响，需强大计算能力和复杂算法，更难被AI替代。例如心脏骤停抢救需在10秒内决定除颤能量，不同患者病情和身体状况千差万别，需医生灵活制定个性化治疗方案，人类医生现场决策几乎不可替代。

人际密切互动和情感支持：如果任务执行需与人频繁互动、提供情感支持、安慰或建立信任关系，交互复杂度较高，AI替代性低。同时，AI缺乏情感和伦理认知，在理解和处理复杂人类情感方面有局限性。典型的如护士需与患者、家属及其他医护人员沟通协作，建立良好人际关系，这对患者治疗和康复至关重要。AI虽可承担部分沟通任务，但无法满足患者情感支持和伦理决策需求，更无法完全替代护士与患者的情感互动。

    (三) 任务影响

错误容忍度：指任务失误可能造成的损害程度与可逆性。低风险场景如健康档案管理，AI替代较易；高风险场景如手术操作，AI替代较难。世界卫生组织报告提出“首先，不可伤害”是卫生保健服务基本原则，但现实是每10名患者中约1人在卫生保健中受伤害，每年300多万患者因不安全医护死亡，在低收入和中等收入国家，每100人中就有4人死于不安全医护。因此，涉及患者安全问题成为医疗机构引进AI等新技术时最关注的事项。

长期影响性：AI侧重短期数据和即时结果，难以全面评估和承担长期影响。若医生诊断和治疗方案对患者健康和生命有长期影响，需综合考虑患者长期健康和生活质量来制定方案，如慢性病管理，需持续数年监测患者病情并调(diào)整(zhěng)治疗方案，这种情况下，不适宜用AI替代。

法律和伦理责任承担：任务涉及生命权、隐私权等核心伦理范畴时，因AI无法独立承担责任，涉及重大伦理和法律责任的决策和任务，很难完全替代人类。例如器官移植过程需考虑伦理问题和法律规定，不能由AI独立决策。在责任可追溯和归因问题上，若医疗事故原因可明确归因于技术或人为因素，则AI较易被接受；相反，在模糊责任场景下，如涉及价值观决策，很难将责任归咎(jiù)于(yú)哪(nǎ)一(yī)方(fāng)，AI难(nán)以(yǐ)完(wán)全替(tì)代(dài)人(rén)类(lèi)承(chéng)担(dān)最(zuì)终(zhōng)责(zé)任(rèn)。

图1  医疗岗位任务AI可替代性的三大维度

二、破局之道：AI医疗可能兴起的四类新岗位

在医疗领域AI替(tì)代(dài)传(chuán)统(tǒng)岗(gǎng)位(wèi)过(guò)程(chéng)中(zhōng)，预(yù)计(jì)会(huì)催(cuī)生(shēng)出(chū)四(sì)类(lèi)新(xīn)型(xíng)岗(gǎng)位(wèi)，即(jí)技(jì)术(shù)增(zēng)强(qiáng)型(xíng)岗(gǎng)位(wèi)、人(rén)机(jī)协(xié)作(zuò)型(xíng)岗(gǎng)位(wèi)、伦(lún)理(lǐ)治(zhì)理(lǐ)型(xíng)岗(gǎng)位(wèi)和(hé)新(xīn)型(xíng)服(fú)务(wu)型(xíng)岗(gǎng)位(wèi)。这(zhè)些(xiē)岗(gǎng)位(wèi)包(bāo)含(hán)的(de)任(rèn)务(wu)通(tōng)常(cháng)需(xū)要(yào)人(rén)类与AI深度协作，而非完全由AI或人类独立完成。未来医疗领域会出现大量人-AI团队任务协作情况，这是未来“AI医院”重点建设方向。

1. 技术增强型岗位

针对人类能独自完成的工作，借助AI技术助手，工作人员能更高效、高质量地完成任务，以人为主，技术为辅。

例如医疗AI训练师，核心任务是标注医疗(liáo)影(yǐng)像(xiàng)数(shù)据(jù)、优(yōu)化(huà)诊(zhěn)断(duàn)算(suàn)法(fǎ)、构(gòu)建(jiàn)知(zhī)识(shi)图(tú)谱(pǔ)。针(zhēn)对(duì)胸(xiōng)部(bù)CT的(de)肺(fèi)炎(yán)AI诊(zhěn)断(duàn)系(xì)统(tǒng)训(xun)练(liàn)，需(xū)呼(hū)吸(xī)科(kē)医(yī)生(shēng)与(yǔ)数(shù)据(jù)工(gōng)程(chéng)师(shī)联(lián)合(hé)工(gōng)作(zuò)，利(lì)用(yòng)AI自(zì)动(dòng)识(shi)别(bié)80%标(biāo)准(zhǔn)化(huà)病(bìng)例(lì)，医(yī)生(shēng)负(fù)责(zé)标(biāo)注(zhù)数(shù)据(jù)、评(píng)估(gū)模(mó)型(xíng)，数(shù)据(jù)工(gōng)程(chéng)师(shī)负(fù)责(zé)构(gòu)建(jiàn)算(suàn)法(fǎ)、优(yōu)化(huà)模(mó)型(xíng)。

又(yòu)如(rú)数(shù)字(zì)疗(liáo)法(fǎ)设(shè)计(jì)师(shī)，核心任(rèn)务(wu)是(shì)开(kāi)发(fā)AI心理(lǐ)干(gàn)预(yù)程(chéng)序(xù)、构(gòu)建(jiàn)慢(màn)性病管理算法。在针对抑郁症患者的数字疗法方面，设计者需构建AI聊天机器人，通过分析患者言语和行为，提供个性化心理支持和认知行为疗法。

2. 人机协作型岗位

针对原有需团队协作完成的工作，AI可作为团队成员加入，形成人-AI团队。AI可配合团队工作，成为协调员、初审员等，使团队更高效合作。

例如手术机器人协调员，核心任务包括术前将外科医生操作习惯转化为机器参数，术中监控AI视觉导航系统，接管突发状况，术后分析机器人手术日志，优化动作库。

还有AI诊断审核员，负责审核AI初诊结果，确保诊断的准确性和可靠性。若置信度不足，则由人工标注错误类型并反馈至训练系统。

3. 伦理治理型岗位

AI可作为解决方案用于其应用本身导致的问题。一般AI并不真正了解人类伦理道德规范，需经专门训练的AI辅助人类开展审计和监督，形成“专家+AI”协作模式。

例如医疗算法审计师，需熟悉算法审计、数据隐私保护、伦理学和医学知识。其任务包括检测算法偏见，如皮肤癌诊断模型在深色人种的准确率偏差；评估数据隐私保护等级，进行GDPR/HIPAA合规性验证；建立可解释性标准，如X光诊断AI的决策路径可视化等。

人机责任界定专员是法学与医学的交叉岗位，主要任务包括手术机器人事故溯源，区分机械故障（厂商责任）还是操作失误（医生责任）；以及AI用药推荐纠纷，判定算法缺陷（训练数据不足）还是临床误用（超适应症使用）。

4. 新型服务型岗位

AI应用深入会激发出全新产品和服务，涌现出很多创业公司和全新的岗位。

例如数字孪生健康管家，需掌握医学知识、AI技术、用户体验设计等知识。其任务包括通过AI构建患者虚拟(nǐ)化(huà)身，模拟不同治疗方案效果，需人类专家解读模拟结果，设计“治疗沙盘推演”。

AI医疗设(shè)备(bèi)运(yùn)维(wéi)工程师，需掌握电子工程、计算机技术和医疗设备维护知识(shi)。其(qí)任(rèn)务(wu)是(shì)负(fù)责(zé)维(wéi)护(hù)智(zhì)能(néng)手(shǒu)术(shù)机(jī)器(qì)人(rén)、AI影(yǐng)像(xiàng)设(shè)备(bèi)、远(yuǎn)程(chéng)诊(zhěn)疗(liáo)系(xì)统(tǒng)的(de)软(ruǎn)硬(yìng)件(jiàn)运(yùn)行(xíng)，处(chù)理(lǐ)设(shè)备(bèi)与(yǔ)AI平(píng)台(tái)的(de)数(shù)据(jù)交(jiāo)互(hù)故(gù)障(zhàng)。

三(sān)、相(xiāng)关建(jiàn)议(yì)

AI在(zài)医疗领域的应用牵涉面广泛，未来将成为医疗健康服务流程中的“智能伙伴”，对从业者的角色定位、能力要求以及行业的整体人才战略产生颠覆性影响。为引导这场变革朝着积极方向发展，本文提供分析框架和医疗新岗位技术预判，供医疗机构和从业人员参考。而要构建AI赋能、人机协同、高效、公平、人性化的医疗大健康新生态，主管(guǎn)部(bù)门(mén)应(yīng)采取(qǔ)以(yǐ)下(xià)措(cuò)施(shī)：

一(yī)是(shì)跟(gēn)踪(zōng)AI医(yī)疗(liáo)的(de)现(xiàn)实(shí)应(yīng)用(yòng)，更(gèng)新(xīn)变(biàn)革(gé)原(yuán)有(yǒu)政(zhèng)策(cè)法(fǎ)规(guī)，鼓(gǔ)励(lì)创(chuàng)业(yè)。在(zài)上(shàng)位(wèi)法(fǎ)缺(quē)失(shī)情(qíng)况(kuàng)下(xià)，上(shàng)海(hǎi)可(kě)先(xiān)行(xíng)先(xiān)试(shì)，进(jìn)行(xíng)“AI医(yī)疗(liáo)责(zé)任(rèn)”立(lì)法(fǎ)试(shì)点(diǎn)，补(bǔ)充(chōng)完(wán)善(shàn)现(xiàn)有(yǒu)《医(yī)疗(liáo)事(shì)故(gù)处(chù)理(lǐ)条(tiáo)例(lì)》空(kōng)白(bái)，要(yào)求(qiú)AI系(xì)统(tǒng)记(jì)录(lù)完(wán)整(zhěng)决(jué)策(cè)日(rì)志(zhì)，确(què)保(bǎo)可(kě)追(zhuī)溯(sù)性(xìng)，区(qū)分(fēn)算(suàn)法(fǎ)缺(quē)陷(xiàn)责(zé)任(rèn)与(yǔ)临(lín)床(chuáng)误(wù)用(yòng)责(zé)任(rèn)等(děng)不(bù)同(tóng)责(zé)任(rèn)类(lèi)别(bié)。

二(èr)是(shì)推(tuī)出(chū)积(jī)极(jí)劳(láo)动(dòng)力(lì)市(shì)场(chǎng)政(zhèng)策(cè)，缓(huǎn)解(jiě)AI带(dài)来(lái)的(de)就(jiù)业(yè)结(jié)构(gòu)性(xìng)冲(chōng)击(jī)。一(yī)方(fāng)面(miàn)，鼓(gǔ)励(lì)医(yī)疗(liáo)机(jī)构(gòu)和(hé)企(qǐ)业(yè)创(chuàng)造(zào)新(xīn)AI医(yī)疗(liáo)相(xiāng)关岗(gǎng)位(wèi)，调(diào)整(zhěng)偏(piān)重(zhòng)AI技(jì)术(shù)的(de)税(shuì)收(shōu)和(hé)补(bǔ)贴政策，改成为企业净增新岗位提供更多激励；另一方面，为面临失业风险的医疗人员提供技能再培训和转岗支持，帮助他们适应新工作环境。

三是推动教育改革，适应AI医疗新要求。医学院相关专业需增加《医疗AI系统原理》《人机协作诊疗实务》等必修课程，临床实习阶段需增加AI工具操作认证。强化批判性思维和创新能力培养，推动终身学习和技能(néng)升(shēng)级(jí)，鼓(gǔ)励(lì)跨(kuà)学(xué)科(kē)交(jiāo)叉(chā)学(xué)习(xí)，培(péi)养(yǎng)具(jù)备(bèi)多(duō)学(xué)科(kē)知(zhī)识(shi)的(de)复(fù)合(hé)型(xíng)人(rén)才(cái)。

四(sì)是(shì)高(gāo)度(dù)关注(zhù)AI伦(lún)理(lǐ)问(wèn)题(tí)。强(qiáng)制(zhì)医(yī)疗(liáo)机(jī)构(gòu)设(shè)立(lì)人(rén)工(gōng)智(zhì)能(néng)伦(lún)理(lǐ)相(xiāng)关机构和一定比例的伦理审核岗位（例如规定AI应用每达到一定数量，需要新增1个伦理审核岗位），定期、系统性地审查AI应用方案。建立“算法影响评估”制度，避免灾难性的后果。

（作者赵付春系上海社会科学院信息所副研究员；AI医疗创新研究中心黄浩、顾文兵对此文亦有贡献）