当 AI 辅助诊断的准确率超过 90% 的住院医师，当互联网医院能完成 80% 的常见病复诊，当智慧病区的机器人能监测生命体征、生成部分医嘱 —— 一个尖锐的问题已经摆在每一位医院管理者面前：

我们还需要年轻医生吗？

我的答案是：不仅需要，而且比任何时候都更需要。

本文根据与新加坡某智库基金会负责人对我的访谈内容总结。

01

旧生产关系，封印了新生产力

过去两年，我走访过数十家三甲医院，听到最多的抱怨只有两类：

一是 ”AI 用不起来 ”—— 诊断系统准确率挺高，但老医生不会用，用了不相信，相信了怕担责。

二是 ” 年轻医生不好用 ”—— 想独当一面，但经验撑不起来，临床判断靠不住。

这两个抱怨，其实指向同一个问题：我们没有重构医院的组织，就把 AI 和年轻医生一起塞了进来。

a16z 合伙人 Andreessen Horowitz 曾引用 1890 年代电力革命做类比：新英格兰纺织厂用电动马达替换了蒸汽机，技术已经就位，但工厂的组织流程没有跟上 —— 产量整整三十年没有增长。直到 1920 年代，工厂被彻底重新设计，流水线、独立电机、人机分工才真正确立，电力的价值才得以兑现。

今天的医院，正站在 1890 年纺织厂的十字路口。

我们给每位医生配了 AI 辅助诊断，给每个科室上线了电子病历，给每个护士发了智能终端 —— 但三甲医院依然人满为患，医生依然加班到深夜，患者依然 ” 排队三小时、看病三分钟 ” 。

原因很简单：我们换了电机，却没有重新设计工厂。

AI 只是帮医生更快地写病历、开处方，却没有改变 ” 靠个人经验治病 ” 这个底层逻辑。年轻医生依然被要求在这套逻辑里熬资历、听指挥、做重复劳动。

这不是年轻医生的问题。这是组织和流程的问题。

02

AI 越普及，缺口越大

说出来很多人不信： AI 越强，医院越缺年轻医生。

缺的不是传统意义上的年轻医生，而是 “AI 原生 ” 的年轻医生 。

数据摆在这里：中国医疗 AI 核心岗位 2027 年需求超过 28 万人，年供给仅 3.2 万人，缺口接近 10 万。与此同时， 72% 的数字医疗企业坦言，现在的应届毕业生无法独立完成医疗数据分析和 AI 辅助诊断工作。

问题不在总量，在结构。

智慧型医院最缺的，不是会看病的医生，而是会用 AI 看病的医生；不是懂技术的工程师，而是懂临床的技术专家。

一个真正懂 AI 的年轻医生，可以在几分钟内调用全球最新指南、数百万份病例、顶级专家的会诊逻辑，做出和资深医生同等水准的判断 —— 他们不需要再熬十年，就能站在巨人的肩膀上。

但前提是：他们必须真的懂 AI ，而不是把 AI 当成一个更快的搜索引擎。

问题在于，目前医学院的教材、教授和课程，根本没有训练过医学生在 AI 辅助下该如何建立临床思维，没有重新定义 AI 共生时代的核心临床技能。

我们的医学教育体系，还在用冷兵器训练法，培养需要打热武器战争的年轻医生。

03

年轻医生的三种新角色

很多医院管理者认为 AI 会替代年轻医生。

事实恰恰相反。 AI 替代的，是年轻医生最枯燥的那部分工作 —— 写病历、开常规处方、盯监护仪数字。而年轻医生真正的价值，恰恰在 AI 触达不了的地方：临床判断、患者沟通、复杂决策、伦理把关。

未来医院的人才结构，将从传统金字塔，进化为更加扁平化的组织，同时伴随三种新角色进入舞台中央：

AI 原生临床医生

核心能力不是背诵指南，而是 ” 临床需求 → 技术方案 ” 的转化力，新一代AI辅助下的临床思维能力。能向 AI 精准提问，能评估 AI 输出的质量，能发现 AI 的盲区。他们不再是知识的搬运工，而是临床决策的制定者。

跨科室 AI 项目负责人

负责医院 AI 项目的端到端落地，协调临床科室、信息科与技术公司。这个角色在传统层级制医院里根本不存在 —— 因为没有人同时懂临床、懂 AI 、懂项目管理。而未来，它将是医院数字化转型的核心推动力。

教练型临床老法师

既自己坐诊，又带教更年轻大医生。核心工作不是审批和汇报，而是把自己的临床经验沉淀进医院的 AI 系统 —— 让机构的智慧持续积累、持续增值。

这些角色已经在头部医院和数字医疗企业中出现：医疗 AI 训练师、临床数据分析师、健康数据治理师、医疗 AI 产品经理 …… 一两年前不存在的岗位，未来五年将成为医院核心竞争力的来源。

04

留不住年轻医生，根因不是待遇

很多医院说留不住年轻医生，把原因归结为薪酬和工作强度。

这是表象。

更深的问题是：传统医院的组织逻辑，与 AI 原生的年轻一代根本不兼容。

年轻医生成长于互联网与 AI 的时代，习惯扁平沟通、快速反馈、自主决策。而传统医院要求的是熬资历、听指挥、做重复劳动。两种逻辑在同一组织里硬碰硬，结果只有一个：优秀的人离开，留下来的人躺平。

解法不是加薪，而是重构组织。

我建议的方向是：用 AI 构建医院的 ” 世界模型 ”—— 把整个机构的运营状态、知识积累、临床经验数字化，让信息不再依赖管理层传递，让任何一位年轻医生都能调用整个医院的智慧。

具体来说，需要做三件事：

1. 把知识沉淀在系统里，不是个人脑子里。 建立院级临床知识库、病例库、 AI 模型库。老医生退休，智慧留下来。

2. 重构临床流程。 用 AI 自动化 80% 的重复劳动，让医生专注于 20% 真正需要人类判断的工作。

3. 重建评价体系。 不再只看职称和资历，而是看临床效果、 AI 应用能力、跨学科协同能力。

05

回到是否缺年轻医生的问题

AI 时代，医院还需要年轻医生吗？

不仅需要，而且是最核心的战略资源。

AI 不会替代医生，但会替代不会用 AI 的医生。年轻医生，是最能拥抱 AI 、最能驾驭 AI 的一代。他们不再只是传统意义上的临床执行者 —— 他们是医工交叉的复合型人才，是医院组织重构的核心力量，是连接 AI 与临床的那道桥。

电力革命没有替代工人，而是创造了更多、更高附加值的工作。 AI 革命不会消灭医生，而是让医生的工作更有价值、更有尊严。

未来的医院，不再靠某几个老医生的经验治病，而是靠整个机构的智慧治病。

年轻医生，正是这种智慧型医院的核心竞争力。

打赏100元，加作者好友，进读者群。