人工智能（AI）可能会在近期改变医生的医疗实践方式。医学生在选择专业时应考虑这一变化可能对医生劳动力需求产生的影响。
人工智能无处不在，如OpenAI的Chat-GPT等，越来越多地应用于医学领域。AI可以增强或最终替代医生执行的某些任务。
医学生在选择专业时应考虑AI如何改变医生的工作内容（以及收入来源）。鉴于专业培训所需的巨大时间和高转换壁垒，这一点至关重要。
类似的担忧曾在工业革命（1760-1840年）时期出现，当时人们担心机器如詹姆斯·瓦特的蒸汽机（1775年）和伊莱·惠特尼的轧棉机（1793年）会使工人变得无关紧要。最终，一些工作被取消，但其他工作因需要人类操作和维修机器而被创造出来。
AI的革命可能遵循类似的路径，但速度会快得多。随着AI改变医疗实践，它也可能以比工业革命更为戏剧性的方式改变医生劳动力的需求。
以下是AI最终可能取代医生大量工作的几个专业领域：
诊断放射学
放射学利用成像技术（如X射线、CT扫描、MRI和超声波）来诊断疾病。AI算法在检测图像模式和分析数字化数据方面表现出色。
2019年的一项研究比较了独立AI（无需放射科医生输入）与101名放射科医生对2,652例乳腺X光片的解读结果，发现AI的解读效果与放射科医生相当。AI辅助读取胸部X光片提高了检测特定异常（如气胸、肺部感染和肺结节）的敏感性，分别提高了26%、9%和9%。
短期内，AI将成为放射科医生的强大合作者。但从长远来看，随着这种技术越来越独立，诊断放射学的需求可能会减少。
诊断病理学
病理学涉及通过检查组织、细胞和体液并使用实验室工具进行诊断。与放射学类似，AI驱动的算法分析数字化病理切片，提高癌症检测、肿瘤分类和生物标志物量化的能力。
2022年的一项研究表明，AI模型显著提高了对深部黏液软组织病变的诊断准确性，AI模型的准确率为97%，而单独的人类病理学家的准确率为70%，错误率降低了90%。2024年的一项研究发现，独立的AI模型在解释甲状腺细针穿刺细胞学方面的准确率高于专家细胞病理学家，分别为95%和89%。
目前，AI可以增强病理学家的准确性、速度和一致性。但随着AI的发展，部分工作可能会完全自动化。
皮肤科
皮肤科涉及评估皮疹和皮肤病变，通常由全科医生转诊或患者直接寻求治疗。经过大量皮肤图像训练的AI模型可以帮助识别癌症和诊断慢性皮肤病。
最近的一项研究发现，AI支持显著提高了皮肤科医生在分类黑色素瘤和痣的皮肤镜图像方面的敏感性和准确性，敏感性从60%提高到75%，准确性从65%提高到73%。另一项研究发现，AI助手提高了非专家医生在诊断皮肤病方面的准确性，AI辅助组的准确率为54%，而未辅助组的准确率为44%。
随着用于皮肤诊断的AI算法在实践中应用并继续改进，一些皮肤诊断和管理可能会逐渐转移到非专科医生甚至直接由患者进行。
内科和儿科非手术专科医生
心脏病学家、内分泌学家、胃肠病学家、风湿病学家和传染病专家是治疗其领域复杂疾病的专家。培训时间通常在完成内科或儿科住院医师培训后还需数年。
未来，AI可能会降低咨询这些专科医生的需求。相反，咨询医生可能会越来越多地依赖AI。初级保健医生、儿科医生、急诊医学医生和医院医学医生等全科医生在AI的指导下，可能更自信地管理复杂的病情，从而扩大他们的执业范围。
此外，AI可能更快地影响不涉及手术的工作，如外科护理。AI不太可能很快独立操作手术机器人。
这些特定专科是否会以及多快受到影响尚不清楚。医疗行业在采用创新方面素以缓慢著称，各专科群体对转诊模式的改变也会强烈抵制。
然而，对于计划长期职业生涯的医学生来说，考虑这种潜在的未来非常重要。像ChatGPT和其他AI工具这样的工具无疑将以前所未有的速度改变医生的执业方式。
(全文结束)
