80 亿 AI 医生上岗，人类医生的职业转型

▲全国首个“AI儿科医生”参与会诊

AI医生的普及，无疑将给传统人类医生的职业发展带来巨大冲击。医聘猫提示，一些重复性、规律性较强的基础医疗工作，会逐渐被 AI 医生所替代，人类医生或将面临转型或调岗压力：

1、初级影像科医生/技师

AI 技术在影像识别方面发展迅速，一些 AI 系统经过大量的影像数据训练后，能够准确识别出影像中的病变特征，甚至可以发现一些人类医生可能遗漏的微小病变。

清华大学智能产业研究院的“AI医院”项目中，AI医生对高发的呼吸道疾病诊断准确率最高达93%以上。

依赖影像分析的放射科医生、影像技师，尤其是处理标准化影像（如X光、CT、MRI）的初级岗位将受到AI医生的影响。

2、初级检验科医生/技师

AI可以快速处理和分析大量的检验数据，通过建立数据模型，对检验结果进行综合评估，给出相应的分析结论。对于一些常规的检验报告分析，AI 能够在短时间内完成，并且具有较高的准确性。

在乌镇智能医院，体检者朱伟滨说：“我做完肺部检查，过了大概15分钟就在手机上看到了报告，医生的建议也马上出来了。包括肝功能检查，其他医院一般是达到30%的相关指标才能确定脂肪肝，这里5%的相关指标就可以确定，可以帮助患者提前干预。

AI驱动的检验设备可缩短检验时间、减少人为误差，尤其在生化检验、病理切片分析等场景，这对实验室检验技师、病理科初级技术员等岗位将带来冲击。

3、药剂部分岗位

AI系统可以根据患者的病史、症状和其他相关信息，推荐适当的药物和剂量，并实时校验药物相互作用、过敏史和剂量合规性，替代人工初级审核。

据上海瑞金医院官网公告，医院处方自动审核系统拦截不合理处方1.2万例，人工审核团队规模削减至原有人数的1/3。

4、基础诊断岗

前文提到的武汉韩家墩社区数据显示，AI医生日均接诊量达158例，占全科门诊量的67%，5名全科医师转型为健康管理师；

在基础诊断方面，AI 医生已经能够发挥作用，这对基层医院的初级全科医生、门诊初诊医生，以及依赖标准化流程的儿科、内科医生等将带来一定冲击。

此外，AI在病历管理和文书生成中的高效性正在挤压传统岗位，病历管理员、医疗文书处理员、部分行政助理等也是被AI冲击的高危职位。

客观来看，随着AI技术的不断成熟和成本的逐步降低，越来越多的医院可能会倾向于采用AI系统来替代部分人工岗位，以达到减少人力成本、提高运营效率的目的。

在AI医生从辅助工具向核心服务提供者转型的过程中，医务人员可以通过不断提升自身的专业技能和知识水平来适应这一变革。

1、技能升级：掌握AI工具，成为“人机协同”的主导者

学会使用AI，通过精准指令引导AI生成可靠结论，与AI协作。

此外，医生需深入理解AI的局限性，如在罕见病诊断中，AI可能因数据不足产生偏差，此时人类医生的经验与跨学科知识至关重要，医生需要强化AI无法替代的临床核心能力。清华大学教授沈阳指出：AI时代，医生的竞争力将取决于“能否将技术工具转化为临床洞察力”。

2、角色重构：探索新兴领域，‌向复合型医疗角色转型

将感冒发烧这些简单活交给AI，专攻多病共存等AI难以处理的领域，提升自身复杂医疗决策能力‌，让自己具有不可替代性。

此外，AI技术也催生了许多新兴领域，如数字健康，远程医疗，个性化健康管理等，医生可以关注这些领域的最新动态，寻找适合自己的职业方向。

3、伦理与人文：填补AI的“情感真空”

尽管AI能提供高效诊断，但其缺乏共情能力与伦理判断。人类医生在医患沟通、临终关怀、伦理争议调解等场景中发挥着不可替代的作用。例如，在面对绝症患者时，人类医生给予的安慰与鼓励，是 AI 无法替代的。

有研究指出，良好的医患沟通能显著提升患者的治疗依从性，最高可使治疗依从性提升 30% 左右。

4、品牌打造：建立个人影响力

医生可以通过提升个人品牌影响力和打造个人IP来增强不可替代性。比如，在各大社交平台发布科普内容，吸引关注打造知名度；发表学术论文和参加行业会议，树立专业权威形象；提供个性化医疗服务，如VIP诊疗和远程咨询，增加患者依赖性和信任感；参与公益活动和社会责任项目，如公益义诊和健康讲座，展现人文关怀和社会责任感等。

通过树立良好的个人形象，增强患者的忠诚度和信任感。

5、参与规则制定：推动技术治理与行业标准

医生群体应主动参与AI医疗的监管框架设计。例如，IBM首席执行官阿尔温德·克里希纳建议，对AI医疗应用需按风险等级分类监管，低风险场景（如健康咨询）可宽松管理，而高风险领域（如手术机器人）需严格审查。中国信通院与复旦大学合作建立的医疗大模型标准实验室，正是医生与技术人员协同制定行业规范的典型案例。

不管怎么说，AI的出现，在一定程度上，让医生终于有了自己的“分身术”，扛鼎琐碎、重复的工作，医生也有更多精力投入到更高级、更重要的工作中去。

可以预测，在后续的教育培训中，医学院校需调整课程设置，融入 AI 相关课程，如医疗大数据分析、AI 辅助诊断原理等。

而作为医疗企业，可以考虑与科技企业合作，为医生提供AI技术培训等，让企业迅速融入AI洪流中。

大势所趋下，AI玩家若还不识变、不应变，错过的，不是一个时机，而是整整一个时代。