AI无法取代医疗工作者,但可以帮助培训数百万名新人

undefined
本内容由人工智能自动翻译。
  • 世界卫生组织预测,到2030年将出现1100万名医疗工作者的短缺,部分原因在于培训能力有限。

  • 早期预测认为,AI将取代包括放射技师在内的部分医疗岗位。然而,对医疗工作者的需求仍在持续增长。

  • AI可以通过改进培训和资格认证,帮助重建医疗工作者进入该行业的路径。

许多关于未来工作的讨论都将人工智能(AI)的兴起视为对就业的威胁。对某些职业而言,这种威胁已经成为现实。一些深入的文章和报道 一些深入的文章和报道 往往强调新技术如何带来不确定性,尤其是对职业生涯初期的员工而言。而医疗领域的情况恰恰相反。

AI有潜力改变医疗就业市场,创造数百万个就业岗位。如果我们以正确的方式应用它,就有机会解决一个相当于GDP级别的问题,这一问题关系到全球各地人们的福祉。

无论从哪个角度衡量,全球医疗工作者都已经短缺,而且这一缺口每天都在扩大。世界卫生组织估计,全球将出现约 到2030年,1100万名医疗工作者的短缺。尽管早期关于AI与医疗的诸多预测都认为,放射技师等岗位将不再必要,但事实并非如此。

这在很大程度上是一个人才培养渠道的问题。以美国为例,进入医疗职业的门槛过高,可获得的途径又十分有限。对于希望从事医疗专业工作的人来说,社区学院的学制可能长达数年,费用高达数千美元。

阿波罗医院:利用人工智能和其他技术提高医疗服务的可及性
阿波罗医院:利用人工智能和其他技术提高医疗服务的可及性
02:25

研究生和护理学位的费用更高,而且许多此类课程培养出的毕业生在入职第一天时并不具备临床工作能力。美国农村地区的医疗岗位短缺尤为严重,但那里能够提供充分培训的机构却屈指可数。

美国目前的政策措施,例如Workforce Pell,该计划扩大了短期培训的资金投入,并使教育机会与工作岗位需求相匹配,但它同样不太可能改变这一局面。

简单来说,负责培养20世纪医疗人才队伍的培养渠道,已无法满足21世纪的需求。而这正是AI能够改变局面的地方。

为满足当今需求而建立的医疗基础设施

长期以来,医疗职业发展的障碍一直在于教育的速度和成本,而这正是AI有望打破的症结。

不妨思考一下医疗工作者如何学习其专业技能,以及AI在其中扮演怎样的角色。模拟临床场景可以转化为快速、可重复的培训练习,而非罕见的轮转机会。基于能力的资格认证如今借助新工具更易构建和核验,能够打破已存在数十年的准入壁垒。计算机视觉模型还能让学生在触觉类操作中获得细致的实时反馈。

如果我们不去探索这些替代方案,就会延续剥夺学生学习经验的趋势,而这在医疗领域尤为关键。AI有潜力重新建立这一联系,同时解决迫在眉睫的人手短缺问题。

当然,仅靠技术不足以建立新的体系。

我们需要加强雇主与教育路径之间的联系。通过将AI原生培训与所谓的“学校即服务”(school-as-a-service)模式相结合——即把教育直接引入医疗雇主之中——我们可以构建一种模式,使医疗机构在持续提供优质护理的同时,满足其人员配备需求,并通过高质量的工作岗位培养新一代人才。

在 Stepful,我们已与美国部分规模最大的医疗系统、零售医疗雇主以及农村医疗机构合作,采用了这一模式。

在实践中,这将医院或诊所转变为一个分散式的模拟实验室,学员无需前往校园即可进行实操培训。这消除了学生的参与障碍,也拓宽了雇主的人才储备范围。此时,AI便不再仅仅是教育问题的解决方案,而开始成为一种经济引擎。

雇主可以在数月而非数年内招到具备实践能力的员工。学员则可以获得一条无需负债、结构清晰的路径,从高中直接进入具有职业发展路径的岗位,这些岗位的薪资最高可达每年10万美元以上。

医疗行业约占 2026年1月美国全部就业增长的约63%。目前,医疗支出占GDP的18%,并正朝着到2033年占比20%的方向增长。麦肯锡公司(McKinsey & Company)估计,填补医疗工作者短缺的缺口,可为全球经济增加1.1万亿美元。

医疗已是大多数经济体中最可靠的就业引擎之一。关键问题在于,我们能否足够快地培养人才队伍以保障其持续运转,以及它所创造的工作岗位,是否是人们真正负担得起培训费用去争取的。

面向未来医疗的一种模式

在各大经济体中,供需错配的情况如出一辙。人口老龄化需要更多的护理服务,而医疗系统却难以找到合格的人选来提供这些服务。与此同时,希望从事医疗职业的成年人却因费用和时间成本而无法进入持证工作领域。

那些将AI原生培训直接融入雇主基础设施的国家和企业,将能够缩小空缺岗位与合格人选之间的差距,并在人口结构变化的浪潮使这一差距无法弥合之前完成这一目标。

如果做得正确,这将形成一个良性循环:雇主拥有稳定的合格人才供给,员工获得足以维持生计的工资,医疗体系则为最需要的患者保障可及性与服务质量。如果做法错误,或者根本不采取行动,差距只会进一步扩大,而代价将首先由患者承担。

要实现这一目标,关键在于积极投入。模拟临床培训、核验专业能力以及将教育嵌入雇主内部的技术已经存在,并且如今已在使用。真正需要的是医疗体系、雇主和政策制定者的决心,以围绕这些技术重建人才培养渠道,而不是固守我们所继承的旧体系。

AI无法取代医疗工作者。我们能否建立相应的基础设施,最终培养出足够数量的医疗人才,将决定医疗行业的下一个时代。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。