美国放射科医生谈人工智能|人工智能|医学|医生|放射科|眼科|美国|麻醉科

作者简介

吴大方医生：本科毕业于安徽医科大学，后获得中国医学科学院药理学硕士及加拿大多伦多大学药理学博士学位。2002年于University of California, Los Angeles完成核医学及正电子发射断层显像（PET Fellowship）培训后，在密歇根州工作近二十年。自2022年以来，担任北加州正电子影像中心医学主任及北加州大学医学院临床教授。

多年来，笔者养成了一个习惯：每天早上上班时，首先看一眼电子邮箱，以免耽误重要信件。最近的一封邮件标题醒目：“放射科医师年薪 $571k，年涨幅 9%”。

这是 Medscape 去年9月至12月的最新统计数据：放射科医师平均年薪已超过50万美元，仅次于骨科（611k）和心脏科（575k）。前几年，放射科医师年薪其实一直保持每年4%—5%的增长，虽然不及去年的9%，但涨幅也相当可观。

文章还附有一张插图：一位银发放射科医师身着白大褂，肩挂听诊器，凝视手中的一张胶片。胶片上印的并不是病人的影像，而是一张美钞。这幅图多少带着调侃、讽刺，甚至嫉妒的意味。

然而，对于像笔者这样在核医学/放射科工作了二十余年的医师来说，看到这则消息时，心中却是五味杂陈。回想过去十年，亲眼目睹、也亲身经历了人工智能（AI）对医学，尤其是对放射医学带来的巨大冲击。整个行业一度风声鹤唳、波涛汹涌，而放射科医师的薪酬却逆流而上、逐年增长，令人感慨。

曾经的热门医学专科

在美国，学医门槛极高，而医学院毕业后选择什么专科，往往更决定一生的职业轨迹。每年三月的 National Resident Matching Program（住院医匹配）结果公布时，总会牵动无数医学生和家庭的心。

过去几十年里，许多美国医学生喜欢用“ROAD”这个缩略词来概括他们最理想的专业方向：R代表放射科（Radiology），O代表眼科（Ophthalmology），A代表麻醉科（Anesthesiology），D代表皮肤科（Dermatology）。可见，放射科长期以来一直是最受欢迎的专科之一。

原因其实并不难理解。与许多外科相比，放射科工作强度相对适中；与急诊医学相比，工作节奏更规律、排班也更有序；同时，收入长期位于医学界前列。

笔者对此也深有体会，甚至曾认真考虑过让女儿未来进入这一领域。女儿还在高中时，就特意安排她去自己所在医院的放射科观摩一天。后来她选择了自己更喜欢的专科方向，我当然也全力支持。

放射科医师完成四年住院医培训后，绝大多数人还需要再接受一到两年的 fellowship 亚专科训练，才能正式独立执业。长期以来，放射科医师们对自己的专业都颇具职业自豪感，经常被称为“doctors’ doctor”。医生们的工作都很辛苦，放射科也不例外。然而，通过影像最早发现病因、直接影响病人的诊疗方案，往往也是放射科最有成就感的部分。笔者至今仍记得，在读片室里，一个个重要发现所带来的惊喜与兴奋；而在会诊会议室中，放射科医师往往能够侃侃而谈，以影像学证据为基础，为临床提供关键决策支持。

“AI将取代放射科”的预言

然而，过去十年间，AI浪潮席卷全球，放射科也一度成为“最容易被AI取代”的代表性行业。

2016年，被誉为“AI之父”的 Geoffrey Hinton 曾公开表示：“我们现在就应该停止培训放射科医师。”他认为，五年之内，AI在影像分析方面将全面超越放射科医生。

此言一出，震动整个医学界和科技界。另一位在硅谷极具影响力的AI人物 Andrew Ng 也持类似观点。一时间，颇有“黑云压城城欲摧”之势，似乎放射科很快就会被AI全面取代。

Hinton教授1947年出生于英国伦敦，早年毕业于剑桥大学，1978年获得AI领域博士学位，是深度学习和神经网络研究的重要奠基者之一。2001年，他来到加拿大多伦多大学任计算机系教授。很巧的是，笔者曾于1994年在多伦多大学获得药理学博士学位，因此也算是校友。

Hinton教授在过去半个世纪中长期从事AI与神经网络研究，成就卓著，享誉全球。他2024年与John Hopfield共同获得诺贝尔物理学奖，更让其声望达到巅峰。

然而，十年过去，现实的发展却与当年的预言形成了鲜明反差。

美国没有医院因为AI而关闭放射科。相反，各大医疗中心对放射科医师的需求持续增加，薪酬也不断上涨。公开数据显示，美国放射科医师人数从2014年至2023年增长了17.3%。美国劳工部预计，未来十年放射科医师需求仍将继续增加。

据报道，梅奥诊所2016年约有260名放射科医师，目前已增加至约400名，增幅超过50%。而现实中，许多医院长期无法招满岗位，实际的人才缺口可能比统计数字更大。

笔者曾长期在密歇根州工作。2022年离职后，原岗位至今仍未找到合适接替者。位于休斯敦的 MD Anderson 癌症中心，多年来也持续发布招聘广告，部分时期甚至同时存在多个职位空缺。

面对现实，Hinton教授后来也不得不数次公开修正自己的说法。他承认当年对放射科的预测“时间判断错误”，后来又进一步解释，AI未来可能替代的只是部分影像分析工作，而不是整个放射科医生职业。

在笔者看来，这场风波其实说明了两个事实：

第一，即便是诺贝尔奖得主，也会犯错；

第二，人们在承认错误时，往往都会试图为自己辩解，这也是人性的一部分。

AI恐慌带来的影响

事实上，AI真正带来的冲击，并不是“放射科消失”，而是对医学人才生态产生了长期影响。

过去，放射科原本是医学生最热门的选择之一。但在“AI即将取代放射科”的舆论影响下，许多原本对放射科感兴趣的学生开始犹豫。虽然近年来放射科 Match 总人数略有增加，但高层次亚专科人才的吸引力已经受到影响。

例如，过去不少神经内科医师会选择 neuroimaging fellowship 继续深造，如今愿意进入这一领域的人明显减少。原因很简单：很多年轻医生担心，自己花费多年训练获得的专业技能，未来可能被AI取代。

这种人才流失的后果，最终并不只是影响医生群体本身，而是直接影响病人。

笔者离开密歇根后，同科室另外两位医师也先后辞职。至今，三个岗位长期空缺，导致部分甲状腺癌患者等待半年以上才能预约到医生。这种情况原本不应该发生。

在加州，一些大型医院已经公开告知患者：PET/CT检查预约需要等待三至四周，而正式报告可能还需两到三周才能完成。对于癌症患者而言，这种长时间延迟不仅带来巨大焦虑，更可能直接影响治疗时机。

从某种意义上说，“AI将取代放射科”的言论，对患者造成的现实损害，甚至远超过对医生群体本身的影响。

为什么AI至今

无法取代放射科医生

首先，放射医学的复杂程度远超外界想象。今天的放射医学早已不是单纯“看片打报告”。现代影像医学涵盖CT、MRI、PET/CT、SPECT/CT、超声等多种技术体系，并细分为神经影像、胸部影像、腹盆影像、儿科影像、乳腺影像、心血管影像、介入影像、核医学等众多亚专科。每一个方向都需要长期训练和临床积累。

在Hinton教授看来，放射科医师的工作似乎只是“影像分析”。但现实中，放射科每天都与各临床专科保持大量互动，多学科会诊（MDT）已经成为大型医院的日常工作模式。介入放射科和核医学医师甚至直接参与病人的治疗与随访。从这个角度看，现代放射科医师与传统意义上的一线临床医生并无本质区别。

更重要的是，AI领域长期低估了医疗责任体系的复杂性。即使未来AI能够将某些影像诊断准确率提升至99%，对于一个年阅片量数万例的大型中心而言，仍可能意味着数十甚至数百例误诊。一旦发生严重后果，最终承担法律责任的仍然是医院和医生，而不是算法本身。

医疗并不是互联网产品。医学诊断的核心，从来不仅是“概率”，更是责任。

AI真正适合做什么

AI已经在很多方面成为放射科的重要辅助工具。例如，AI可以帮助快速整理病史、自动生成临床指征、对比患者既往影像、筛查常规检查中的可疑病灶，还可以协助科研设计、数据分析与论文写作。这些应用确实能够提高效率、减轻重复劳动。

笔者始终认为，AI更适合成为放射科医师的助手，而不是替代者。无论技术如何发展，最终能够对病人整体诊疗负责的，仍然只能是医生。

高薪背后的代价

放射科医师收入上涨的背后，并不只是“高科技红利”，更是长期人力短缺、工作量增加以及职业倦怠不断累积的结果。

最新调查显示，放射科医师的职业倦怠/burnout指数已位居美国医学专科前列。许多同行不得不长期加班、承担额外岗位，才能维持医疗体系正常运转。

因此，面对今天的高薪数字，业内人士的感受往往并不轻松。

笔者是个天生乐天派，始终认为AI革命带来的阵痛终将过去。AI会继续发展，也会越来越深入地进入医疗体系，但它更可能成为医生的工具，而非替代医生本身。

有意思的是，最近笔者还尝试使用最新版 ChatGPT Image Generator 对文章最初那张“拿着美钞胶片”的插图进行修改。首先要求AI把胶片上的美钞换成真正的医学影像，数秒后，一张脑部MRI便跃然纸上；随后又让AI把医生的白发改成黑发，整个人顿时年轻许多；最后还要求AI在医生周围增加绿色植物和花草，结果效果竟出乎意料地自然。

这一幕其实也很有象征意味。AI或许并不会取代医生，但它确实正在成为医生工作和生活中的新工具。

最后，希望朋友们保持身体硬朗、内心阳光。面对今天的AI大潮，以及未来可能出现的各种“X冲击波”，都能够“任凭风浪起，稳坐钓鱼船”。