执业护士

美国。劳工统计局预测,执业护士就业从 2025 年的 336,300 人增长到 2035 年的 474,100 人,增幅 41%。它把增长归因于医疗服务需求增加、人口老龄化和慢性病增多,并说随着各州修改有关执业权限的法律,高级执业注册护士获准提供更多服务。它没有提到技术。

一个有资格的人,在具名、有日期、可归属的公开表态里,对未来做出了一个判断。记录它,是为了让「谁在什么时候说了什么」保持可核对 —— 而它永远不改变任务判断,因为预测不是观察。它的价值在之后才到:这条记录和那个职业的证据同在一页,读到预测的人,旁边就是「后来发生了什么」的记录。那就是结算;本站不对一条预测是否应验发布结论。

加拿大不列颠哥伦比亚省。监管机构的记录标准适用于执业护士,规定护士只有在满足包括所在机构或雇主批准使用在内的条件时,才用人工智能辅助记录,并且对自己记录的准确、客观和完整负全部责任。

失败、撤回、监管或成本正在抑制采用。可以下调评估,或扩大不确定区间。

美国爱荷华大学医疗中心。一项前后对照的观察性研究:38 名自愿参加的医生和高级执业人员在门诊使用一款商用环境 AI 工具五周;工具转写医患对话并生成初步记录,供审核后写入病历。倦怠率从 69% 降到 43%;工作耗竭没有显著变化。摘要没有说参与者中有多少是执业护士,也没有对照组。

真实场景里的小规模试验。说明落地条件正在被检验,不代表条件已经成立 —— 所以单独一次试点永远不够,两次互不相干的才够。

美国加州。医疗机构、诊所、医生诊室或团体执业机构如果用生成式 AI 生成涉及患者临床信息的书面或口头沟通,必须附上该沟通由 AI 生成的声明,以及联系真人医疗人员的方式。如果有执照或认证的医疗人员读过并审核了该沟通,这项要求不适用。

失败、撤回、监管或成本正在抑制采用。可以下调评估,或扩大不确定区间。

美国斯坦福医疗中心。2023 年一项为期五周的质量改进研究,纳入初级保健和消化科的全部主治医生、高级执业人员、门诊护士和临床药师,分析了 162 名临床人员。集成在病历系统里的语言模型为患者门户消息起草回复。草稿的平均使用率为 20%;回复、书写和阅读用时都没有变化,自评的工作负荷和工作耗竭下降。它没有单独报告执业护士的结果。

真实场景里的小规模试验。说明落地条件正在被检验,不代表条件已经成立 —— 所以单独一次试点永远不够,两次互不相干的才够。

如果你刚入行,预期 AI 会起草一部分记录和消息回复,由你核对并签字。培养留给你的能力:体格检查、诊断,以及开药背后的判断。

预期记录工具会经由雇主引入,而规则让你对它们写下的内容负责。你的执业权限在扩大,而不是缩小。

调整职责

学会把关 AI 记录

环境 AI 工具起草记录供审核,监管机构让临床人员对写入的内容负责。

保住并强化

留在动手的基层医疗

美国预计执业护士增长 41%,也没有记录显示机器在替代他们做检查或诊断。

相邻转岗

转向临床信息学

引入 AI 起草和记录工具的医疗系统需要能评估这些工具的临床人员。

就现有证据看,不会。AI 起草记录和消息回复,由临床人员审核;但没有记录显示机器在替代他们检查、诊断或开药,美国还预计这一职业增长 41%。

我们不用年数回答这个问题。看看你工作所在地的规则是否允许 AI 工具在没有临床人员审核的情况下做决定。这比任何日期都更能说明问题。

包括他们在内的证据更多是关于负担而不是时间。在一项有医生和高级执业人员参加的试点中,倦怠率从 69% 降到 43%;在斯坦福,AI 起草的消息回复没有缩短回复用时。

美国劳工统计局预测 2025 至 2035 年增长 41%,理由是医疗需求、人口老龄化和执业权限扩大,没有提到技术。