白宫和硅谷都盯上的职业，AI却没能抢走它的饭碗，反而更抢手了

放眼人工智能将如何改变工作形态，放射科几乎成了一个绕不开的样本。在最近的达沃斯世界经济论坛上，多位科技公司高管反复提到放射科；美国白宫关于人工智能与经济的白皮书，也将这一职业作为重点案例。放射科并不是唯一被人工智能逐步渗透的行业，软件工程师、教师，甚至水管工的工作方式都在发生变化。

高盛估算，如果人工智能被广泛采用，相关技术可能会影响美国6%到7%的劳动力岗位

，同时也会创造新的就业机会。

洛杉矶一名放射科医生正在检查X光片

但在众多职业中，放射科越来越被视为一个反直觉的例子：人工智能并没有“取代”人，反而放大了人的价值。

放射学的工作内容，恰好非常适合人工智能参与辅助，却难以被完全自动化

。在克利夫兰诊所从事诊断放射学的医生陈博昊（Po-Hao Chen）指出，放射科具备一个AI极度依赖的条件——海量、标准化的数据。

放射学早已高度数字化。

在美国，大多数X光、CT和MRI都以“0和1”的形式存在

，这为算法训练提供了充足素材。人工智能可以比人类更快地浏览成千上万张影像，并在流程中发挥作用，比如自动判断哪些影像需要优先处理。

但这并没有削弱医生的角色。

做出诊断、结合临床背景判断病情、与患者沟通并撰写报告，依然高度依赖医生的专业判断

。正因如此，放射科的就业前景反而在改善。乔治城大学安全与新兴技术中心的研究员杰克·卡斯滕表示，人工智能正在提高医生单位时间内的工作能力，也在推高对其服务的需求。

在日常工作中，人工智能已经被用于影像优先级排序、图像质量增强以及报告摘要辅助。约翰斯·霍普金斯医学中心的介入放射科医生沙德普尔·德梅赫里形容，

这些工具并不是“替代者”，而是让工作更高效、更有意义的放大器

。

在科研层面，人工智能的潜力更大。宾夕法尼亚大学工程与放射学教授勒内·维达尔指出，AI有助于用更少的测量获取高质量MRI影像，从而缩短扫描时间、提高设备周转率，让更多患者在同样时间内完成检查。研究人员也在探索用AI自动测量肿瘤体积、填充部分报告内容，但这些应用距离临床全面落地仍有距离。

制度门槛同样存在。

任何医疗用途的人工智能工具都需要通过美国食品药品监督管理局审批，整个流程可能长达八年

。即便如此，审批并未停滞。目前获得FDA批准的1357款AI医疗设备中，

超过1000款与放射学相关

。

就业数据也印证了这种趋势。美国劳工统计局预计，

2024年至2034年，放射学相关岗位将增长5%，高于全行业平均的3%

。Indeed提供的数据也显示，2025年的放射科招聘数量高于五年前。老龄化人口增加、医学影像在诊断流程中的普及，被认为是需求持续扩大的核心原因。

这种现实与十年前的预期形成了鲜明对比。2016年，被称为“AI教父”的诺奖得主杰弗里·辛顿曾断言，深度学习会在五到十年内更好地完成放射科工作，建议人们“不要再培养放射科医生”。他后来承认，当年的判断过于笼统。德梅赫里回忆，2015至2016年间，行业内部确实弥漫着被取代的焦虑，如今这种情绪已明显消退，人工智能更多被视为“第二双眼睛”。

风险依然存在。陈博昊提醒，算法偏见和对AI的过度依赖不容忽视。

研究显示，人工智能甚至可以仅凭X光影像准确预测一个人的种族

，这引发了对诊断偏差的担忧。另一个隐患是管理层可能误判技术能力，尝试用低配置人力加AI取代高水平专家。

算法表现的前提，是其输出始终由专家审核

。陈博昊强调，真正的提升来自机器与专业人员的协作，而不是单方面自动化。放射科的现实说明，人工智能并不必然意味着岗位消失，它更可能重新定义“人该做什么、机器该做什么”的边界。

作品声明：仅在头条发布，观点不代表平台立场