人工智能（AI）已經(jīng)無處不在，并且在醫(yī)學(xué)領(lǐng)域的應(yīng)用也越來越廣泛。在某些情況下，AI可以增強(qiáng)甚至取代醫(yī)生的一部分工作。

醫(yī)學(xué)生在選擇專業(yè)時(shí)，應(yīng)當(dāng)考慮到AI將如何改變醫(yī)生的崗位形態(tài)（以及獲得的薪酬待遇）。再結(jié)合專業(yè)培訓(xùn)所對(duì)應(yīng)的大量時(shí)間投入和跨專業(yè)的高門檻，這一點(diǎn)就更顯得至關(guān)重要。

1760年至1840年之間爆發(fā)的工業(yè)革命期間，也出現(xiàn)過類似的“替代性”擔(dān)憂。當(dāng)時(shí)隨著1775年詹姆斯·瓦特的蒸汽機(jī)和1793年伊萊·惠特尼的軋棉機(jī)等機(jī)器的發(fā)明，人們紛紛驚呼未來的世界將不再需要工人。最終，一部分崗位被因此淘汰，但由于還需要人類來照看和修理設(shè)備，更多工作崗位也被創(chuàng)造了出來。

AI掀起的本輪栽倒也可能會(huì)走上類似的路線，只是推進(jìn)速度將會(huì)成倍增加。隨著AI對(duì)于醫(yī)學(xué)實(shí)踐的顛覆，它很可能比當(dāng)初工業(yè)革命更劇烈的方式改變醫(yī)生隊(duì)伍需要滿足的技能需求。

下面來看AI最終可能取代的幾個(gè)醫(yī)學(xué)專業(yè)方向。

診斷放射學(xué)

放射學(xué)使用X射線、CT掃描、核磁共振和超聲波等成像技術(shù)來診斷疾病。而AI算法則特別擅長(zhǎng)檢測(cè)圖像模式，并分析各種數(shù)字化數(shù)據(jù)。

在2019年的一項(xiàng)研究中，研究人員嘗試將獨(dú)立AI（完全不涉及放射科醫(yī)師的干預(yù)）與101名放射科醫(yī)生在2652張乳房X光篩查的結(jié)果進(jìn)行了比較。研究發(fā)現(xiàn)，AI的準(zhǔn)確率與放射科醫(yī)生幾乎完全一致。AI輔助篩查胸部X光片將檢測(cè)氣胸（肺部外部存有空氣）罪狀異常的敏銳度提高了26%，檢測(cè)肺部實(shí)變（代表感染）和肺結(jié)節(jié)（可能是腫瘤的早期征兆）的靈敏度則提高了9%。

短期之內(nèi)，AI將成為放射科醫(yī)生們強(qiáng)有力的合作伙伴。但從長(zhǎng)遠(yuǎn)來看，隨著這項(xiàng)技術(shù)變得越來越獨(dú)立，醫(yī)院對(duì)于診斷放射科醫(yī)生的需求可能會(huì)逐漸減少。

診斷病理學(xué)

病理學(xué)的核心，在于通過檢查組織、細(xì)胞和體液并配合各類實(shí)驗(yàn)室工具進(jìn)行診斷。與放射學(xué)一樣，AI驅(qū)動(dòng)的算法會(huì)分析數(shù)字化病理切片，從而增強(qiáng)對(duì)癌癥檢測(cè)、腫瘤分類和生物標(biāo)志物的量化能力。

2022年的一項(xiàng)研究表明，AI模型能夠顯著提高深部粘液樣軟組織病變的病理學(xué)報(bào)告診斷準(zhǔn)確性，而這是一種傳統(tǒng)診斷難度極大的病變。AI模型的準(zhǔn)確率高達(dá)97%，而人類病理學(xué)的準(zhǔn)確率僅為70%，一舉將誤診率降低了90%。2024年的另一項(xiàng)研究則發(fā)現(xiàn)，獨(dú)立AI模型在解釋甲狀腺細(xì)針穿刺細(xì)胞學(xué)方面更加準(zhǔn)確。與專業(yè)細(xì)胞病理學(xué)家相比，AI模型的準(zhǔn)確率高達(dá)95%，而專業(yè)細(xì)胞病理學(xué)家的準(zhǔn)確率則為89%。

當(dāng)前，AI能夠顯著提高病理學(xué)家的診斷準(zhǔn)確性、速度和一致性。但隨著這項(xiàng)技術(shù)的持續(xù)發(fā)展，相當(dāng)一部分工作可能會(huì)完全自動(dòng)化。

皮膚科

皮膚科涉及對(duì)皮疹和皮膚病變的評(píng)估，且面對(duì)的通常是由全科醫(yī)生轉(zhuǎn)診或者直接掛皮膚科號(hào)的患者。在大量皮膚圖像數(shù)據(jù)集上訓(xùn)練而成的AI模型，能夠幫助識(shí)別癌癥并診斷各類慢性皮膚疾病。

最近的一項(xiàng)研究發(fā)現(xiàn)，AI支持顯著提高了皮膚科醫(yī)生對(duì)于黑色素將為和皮膚鏡圖像分類工作的靈敏度和準(zhǔn)確性。診斷靈敏度從60%提高到了75%，準(zhǔn)確率則從65%提高到了73%。另一項(xiàng)研究發(fā)現(xiàn)，AI助手大大提高了非?？漆t(yī)生診斷皮膚病時(shí)的準(zhǔn)確性——AI輔助組的準(zhǔn)確率為54%，而無輔助組的準(zhǔn)確率僅為44%。

隨著AI皮膚診斷算法在實(shí)踐中的應(yīng)用，這項(xiàng)技術(shù)將持續(xù)獲得改進(jìn)。一部分技術(shù)方案（例如Skin Vision和Mole Mapper）無需人為干預(yù)即可診斷皮膚狀況，而這項(xiàng)技術(shù)應(yīng)用范圍的擴(kuò)大更是有望降低判斷門檻，將疾病診斷和管理的裁量權(quán)移交給非?？漆t(yī)生甚至是患者本人。

內(nèi)科和兒科等非手術(shù)類專家

心臟病專家、內(nèi)分泌學(xué)家、胃腸病學(xué)家、風(fēng)濕病學(xué)家以及傳染病醫(yī)生都是能夠治療所在領(lǐng)域復(fù)雜疾病的專家。相較于內(nèi)科或者兒科住院醫(yī)師，他們的培訓(xùn)往往需要更長(zhǎng)的時(shí)間和更加艱辛的積累。

未來，AI有望減少咨詢這些專家以獲取建議及診療意見的需求。與之對(duì)應(yīng)，醫(yī)生自身也可能會(huì)越來越依賴AI工具。全科醫(yī)生（例如初級(jí)保健、兒科、急診醫(yī)學(xué)和在院規(guī)培生）有望在AI的指導(dǎo)下輕松診療復(fù)雜病癥，最終擴(kuò)大自己的執(zhí)業(yè)范圍。

此外，AI技術(shù)還可能在不涉及手術(shù)的各方向上帶來更積極的影響，比如外科護(hù)理。但必須承認(rèn)，AI在短期之內(nèi)還不太可能取代需要獨(dú)立完成的手術(shù)操作。

當(dāng)然，以上專業(yè)領(lǐng)域是否會(huì)如我們預(yù)想般向著AI轉(zhuǎn)向，目前仍在未定之天。眾所周知，醫(yī)療保健在創(chuàng)新應(yīng)用方面的進(jìn)展相對(duì)緩慢，專業(yè)群體對(duì)于診療模式的變革也往往表現(xiàn)出相當(dāng)強(qiáng)烈的抵觸情緒。

盡管如此，考慮到這種潛在未來可能對(duì)正在規(guī)劃長(zhǎng)期職業(yè)生涯的醫(yī)學(xué)生們的重大影響，大家顯然有必要在做出選擇之前認(rèn)真思量。畢竟ChatGPT等各類AI工具，正在以前所未有的速度改變醫(yī)生群體的執(zhí)業(yè)方式。