Skip to content 跳到章节

🩺AI与未来

内科医生 · 通过问诊与证据诊断疾病并长期管理健康,而非一次手术——医学的通科与长期向导。

一眼看清
指标浓度

格子越深,表示该主题在这项指标上越高。

最近审阅 来源与署名媒体署名方法说明

简短问答

内科医生和外科医生有何区别?

内科医生通过检查、检验与药物诊断并管理疾病,通常随访患者数月或数年。外科医生通过手术治疗疾病或损伤,通常针对一次边界清晰的照护事件。许多内科医生——内科、家庭医学、心脏科——从不手术;有些病完全由内科处理,有些在药物无效后才转外科。

成为内科医生需要多久?

多数国家在中学后约需十到十一年:四到六年医学院,再加三年或更长的内科、家庭医学或儿科等专科住院医师培训。英国把医学院压到五或六年,但专科培训前还有两年基础培训,总时长相近。

physician、doctor 和全科医生有何区别?

日常英语里“doctor”涵盖任何持照医师,包括外科与专科。"Physician"更精确地指从事内科或相关专科的非手术医生。全科或家庭医生是受广泛而非单一器官系统训练的内科医生,通常是患者第一接触点,并决定下一步需要哪位专科。

内科医生收入有多高?

因国家与专科差异极大。美国初级保健医师平均年薪约22万至26万美元;英格兰NHS顾问医师全国薪级约93,666至126,281英镑;德国受薪内科专科通常9万至11万欧元。低收入国家医师培训相当,收入却常只是这些数字的零头。

若担心AI,当内科医生还安全吗?

诊断模式匹配正是大语言模型进步最快的任务,对照研究已显示部分AI在书面病例测试上追平或超过医师。更难自动化的是体格检查、与复诊患者多年建立的信任、权衡一个人的完整处境,以及算法无法承担的法律责任。这收窄工作,而非取代它。

MD医师和执业护师有何区别?

医师完成医学院与住院医师培训,通常十年以上,多数国家可独立诊断、处方并管理成人或儿科全谱疾病。执业护师完成护理学位加硕士或博士,通常共四到六年,在许多美国州可在较窄范围内独立执业,多在初级保健。

从这一节开始 - AI与未来

打开对比实验室

分享本页

诊断很大程度上是对照海量既往病例与已发表文献做模式匹配——正是大语言模型所建任务。对照研究中,部分AI系统已在文本病例上产出比执业临床医生更准确的鉴别诊断——十年前听来荒谬、应认真对待而非驳回的结果。

本页把那实际意味着什么与不意味着什么分开:哪些具体任务已良好自动化,哪些远更抗拒,以及诊断推理不再是无可挑战优势的医师会发生什么变化。

33 / 100
中等

机器可替代的工作占比

日常认知工作约三分之一——把症状匹配到疾病、核对药物相互作用、起草记录与访后摘要——已由软件追平或近似。抗拒自动化的是包裹该推理的一切:体格检查、恐惧患者的信任,以及只有持照人类可承担的法律责任。

按任务计分,而非头衔。越低越安全。

AI难以取代的职业 →

机器夺不走的

法律与专业问责

95

医师执照与医疗过失责任使他们在诊断或治疗计划出错时成为问责方;无AI系统可持有医学执照或被起诉,因此无论哪工具产出推理,人类必须签字。

与复诊患者的纵向信任

85

慢性病管理依赖经年建立的关系——患者会向已信任的医师承认停药,或提及否则会忽略的症状,而非每次访视一个新界面。

体格检查

82

触诊腹部、听特定心杂音,或察觉步态细微变化,需要动手技能与情境判断——远程软件乃至多数当前机器人无法在床边复制。

管理模糊与共病

80

真实患者带着多重重叠病况、不完整病史与不干净匹配任何教科书病例的症状到来;在困难、非典型已发表病例上测试的AI系统,仍大量时候错过正确首诊。

传达坏消息与协商照护

78

告诉患者诊断严重,或说服某人接受恐惧的治疗,是依赖在房间里读懂具体一人恐惧与价值观的协商,而非生成医学正确的句子。

它们已经在夺的

结构化病例上的鉴别诊断

72

在文本病例 vignette 与模拟患者访谈上,AI系统已追平或超过对照临床医生,包括2024年一项研究:AI系统在专科医生评判的模拟会诊上超过早期初级保健医师与执业护师。

临床文书

68

聆听会诊并起草临床记录的环境AI书记员已在许多医院系统使用,削减医师长期在家完成病历的下班后“睡衣时间”。

药物相互作用与指南核对

65

软件已比医师凭记忆或快速手工查阅更快、更穷尽地把患者完整用药表对照相互作用与当前治疗指南。

常规结果分诊

55

算法日益对传入化验、影像报告与远程监测数据做第一遍,标出正常与需医师注意者,而非人类顺序审阅每个数值。

工作如何变化

从孤独诊断者到AI核对的推理者

医师诊断推理日益与第二、软件生成意见并行而非孤立运行,核心技能从从零生成鉴别转向批判评估并校正模型已起草者。

文书从打字转向审阅

环境书记工具把医师与病历关系从访视中或之后打字,转向审阅并校正AI生成草稿,腾出更多实际预约时间看患者而非屏幕。

照护集中于慢性复杂疾病

远程监测、远程医疗与零售诊所吸收更多轻微急性主诉时,医师时间日益集中于需要更简单协议无法安全处理之判断的复杂、多病况慢性患者。

所有权持续并入更大体系

从独立执业到医院与公司雇佣的长期转向——至2022年近四分之三美国医师——比任何AI工具更快改变自主与薪酬结构,重塑医师对自己每日日程有多少控制。

分岔出的新职业

临床信息学医师

医师—技术专家混合角色,监督电子健康记录、AI诊断工具与临床决策支持软件如何在医院系统内实际建设与部署,日益成为自身委员会认可的亚专科。

AI监督 / 验证医师

部署前后审阅与审计AI诊断与分诊工具,对照真实结果核对其输出——十年前几乎不存在、正因医院需要持照人类为软件失误问责而存在的角色。

远程医疗专科医师

主要通过视频与消息平台执业,COVID-19大流行期间极大扩展,并保持永久、独立职业轨道,而非完全退回面对面执业。

人群健康 / 预防医学医师

在卫生体系或保险公司层面而非逐位患者工作,用数据针对整个人群定向预防与慢性病项目——一对一临床照护的增长补充而非替代。

AI 暴露情景

三个可逆透镜:增强、替代切片、新缝隙。教学标记,非预测。

增强

保留岗位;AI 加速草稿、分诊或调研,判断与责任仍在人。

替代切片

狭窄任务堆可能先压缩,相邻手艺反而增长。

新缝隙

在需信任 AI 输出的受监管场景,可能出现监督、集成与领域质检角色。

展望

AI诊断优势目前在最关键处最窄:在困难、非典型真实病例上,一项被广泛引用的2023年研究发现GPT-4在故意困难的已发表病例挑战上仅39%识别正确首诊,尽管允许多列可能时表现更好。有前景对照结果与混乱真实世界诊断之间的鸿沟,正是医师判断仍赚得其价值之处。

对职业更大的近期威胁不是自动化而是供给:世界卫生组织预计至2030年全球卫生人力短缺约一千万,集中于较穷国家,而美国一国至2030年代中期可能短缺数万医师。无论AI最终自动化什么,多数卫生体系下一个十年将在医师太少而非太多中度过。

相近职业

不限同一领域,六项评分最接近的职业。

继续探索

继续探索

医疗·生命领域的其他职业