对一些医生而言，AI医疗的发展可能意味着自主权、地位甚至工作的丧失，但对放射科医生来说炒股配资开，情况可能完全不同……
撰文 | 凌骏
“我们应该从现在起就停止培训放射科医生。因为5年内，AI的表现将超越放射科医生。”这是诺贝尔奖得主、英国计算机学家Geoffrey Hinton教授在2016年所说的话。
然而10年过去，Hinton教授对于AI的乐观预测怕是落空了。又或者说，他低估了放射科医生在诊疗活动中所能发挥的价值。
实际上，在AI医疗时代，放射科医生不降反增。2026年1月举办的达沃斯世界经济论坛上，CEO黄仁勋称，在AI的帮助下，放射科医生能将更多精力放在疾病诊疗。但随着患者增多，医院对放射科医生的需求将随之增加。
另据美国劳工统计局数据，放射科医生就业岗位持续增长，预计从2024年到2034年就业人数将增长5%，高于所有职业3%的平均增长率。在我国，放射科医生人才紧缺的情况同样存在。
“AI不会取代放射科医生，反而会推动岗位需求。”上海长海医院放射诊断科副主任医师曹凯向“医学界”推测，“但这一过程中，它似乎也正在给放射科医生的价值，制定新的评判标准。”
放射学依然是备受青睐的学科
事实上，放射学之所以受到大量科技公司和资本的关注，是因为它是AI在医疗领域应用的最佳落地学科场景。
计算机视觉是最早展现出超人类能力，且迄今发展最为成熟的智能技术。统计数据显示，截至2025年底，在美国食品药品监督管理局（FDA）批准的约1300种AI医疗设备中，有约1000种用于放射学领域。
因此，按照“放射医生时代终结”的设想，患者走出影像室，拿上机器给出的报告和结论，就可以直接对接全科或专科医生。
但事实并非如此。在欧美，放射学依然是最受欢迎的学科之一，根据Medsacpe发布的2025年美国医生薪酬报告，放射科医生以年薪52.6万美元位居第三，仅次于骨科和整形外科。
“虽然AI取得了惊人的进步，但这些工具大多只能关注一件事。”放射科教授、《放射学·人工智能》杂志编辑Charles Kahn曾在采访中表示。
曹凯同样认为，目前，AI的“超能力”主要聚焦在单模态的图像识别，但放射科的工作远不只是研究影像。
“放射科医生需要具备多学科知识，结合患者病史、实验室指标等多维度信息综合判断，与不同专科形成准确的医疗决策衔接。”曹凯告诉“医学界”。
在长海医院，放射科医生已经开始利用AI来增强图像、识别医学异常并预测疾病。2023年，曹凯与院内外多个团队联合开发出胰腺癌早筛智能模型“PANDA”，仅利用平扫CT，就能精准识别肉眼难以发现的微小早期胰腺癌影像病灶。
但曹凯表示，且不论PANDA的研发本就离不开放射科的海量数据和医生临床经验，“即便该模型已落地，它仍只是一个疾病‘风险分层’工具，最终须由放射科医生进行再确认、再判断。任何模型都有适用范围和偏性，漏诊和误诊的风险只能靠人来兜底。”
AI不是代替放射科医生，相反，越来越多的证据显示，它是否能给患者带来获益，获益多少，和使用AI的放射科医生息息相关。
2024年3月发表在《自然·医学》的一项研究显示，AI辅助对放射科医生的效果因人而异，它可能提高，也可能拖累医疗效率。AI要真正惠及患者，无法只靠技术，还需要对放射科医生进行个体化的人机协作策略指导。
“我很乐意将某些工作交给AI来提高效率和准确性，但我不会把最终的解释性结论，完全交给这项技术。”与放射学团队合作的梅奥诊所泌尿科Aaron Potretzke教授表示。
AI没有淘汰放射学，但正在改变评价标准
近年来，人口老龄化、慢病负担的增加推动了影像检查需求量的高速增长，放射科医生数量已远不能满足需求。
在英国，预计2028年放射科医生的缺口将达到40%，美国在2032年的缺口预计将高达12.2万人。
曹凯对“医学界”分析，这是因为在影像技术成本降低和患者需求增加的情况下，医疗AI辅助的能力却依然有限，“这是短期内难以解决的问题，因为它不是由技术制约所致。”
“其他行业训练AI模型，几乎穷尽了所有可用的数据与资源。但医疗领域不同，无论是患者隐私、国家监管，还是数据质量参差不齐，都使得医疗数据在某种意义上是一座‘孤岛’。”曹凯表示，这是当前医疗AI模型泛化能力与一致性双双受限、适用范围较窄的主要原因。
“因此，我认为放射科医生的缺口仍会继续增加，即便放眼所有医学学科，放射科人力的短缺也比较严重。”曹凯说。
据报道，在梅奥诊所，自Geoffrey Hinton教授做出放射科医生“末日预言”以来，截至去年医院已投入使用了超过250个AI模型，但作为用量最大的部门之一，放射科医生数量不减反增，如今已有超过400名放射科医生。
但值得注意的是，这种乐观情绪似乎并不适用于所有放射科医生。AI彻底取代人工或许还是杞人忧天，但它将淘汰部分人却绝非危言耸听。
“AI不会取代放射科医生，但会使用AI的放射科医生，将会淘汰不会使用AI的放射科医生。”
正如2017年斯坦福大学放射学系Curtis Langlotz教授所言，技术没有扼杀放射学，但它正在重塑放射学。
对一些医生来说，这是机遇；而对另一些医生来说，则意味着自主权、地位甚至工作的丧失。
曹凯分析，随着AI应用愈发普遍，习惯和AI协作的放射科医生，能力将得到同步提升。
而那些不擅长AI的医生，自身能力和所能做的事，会被限制在“天花板”上，差距越拉越大，面临着被淘汰的风险。
“我认为未来在某种场景、针对某一种病种下，AI会替代一部分放射科医生的工作，但这个岗位不会被替代。”
“留下来的医生，将从阅片这类传统的放射科工作中解放出来，转而去做更有价值的事，比如跟病患沟通和临床协作，做研究，参与制定指南、共识，甚至反过来去引领AI的迭代和更新。”曹凯说。
来源：医学界
校对：蔡 菜
运营：王奥雅
责编：汪 航
辉煌优配网提示：文章来自网络，不代表本站观点。
- 上一篇：杠杆交易 走进房山黄山店：左手烟火暖，右手非遗兴｜新春走基层
- 下一篇：没有了
相关文章
推荐资讯