用工变化脑力工作自动化2026-05-26
美国放射诊断住院医岗位五届匹配从 997 增至 1,083,填充率始终不低于 98%
放射科医生职业页 →事件日期 / 报道日期
2026-05-26
证据阶段
用工变化招聘、人数、工时或职责出现可验证变化。权重最高 —— 但因果归因仍需论证,不能默认。
关联任务
读常规片
高频、模式清晰的那部分:筛查钼靶、胸片、随访复查 —— 问题很窄,而答案通常是「无异常」。
正在自动化✓ 有证据支撑
适用范围
美国,而且它衡量的是「进入培训」,不是就业:这些是培训项目自己选择出资并开出的岗位,是对几年后需求的押注,不是今天有多少活在被人做。数字取自表 3 与表 8A 里放射诊断的 PGY-2 行 —— 997(2022)、1,006、1,017、1,057、1,083(2026),全体申请者填充率依次为 99.9%、100.0%、99.9%、98.6%、98.4% —— 那是这个专科的主要入口;同期较小的 PGY-1 行从 132 增至 156。一个专科完全可能一边把一部分工作自动化,一边继续多招人,因为影像检查的量和读片者的供给是两条各自独立变化的曲线;这条记录约束的是「就业那一半的故事」,它没有回答机器读了多少。
这意味着什么
在 ChatGPT 之后的五届匹配里,美国放射科的培训容量是增的,不是减的,而且几乎每一个坑都招满了。培训项目和它们背后的出资方在这五年里每一年都选择:为五到六年后多出来的放射科医生付钱。不管他们怎么看 AI 读片,他们没有按「以后需要的读片人会更少」去行动。
还不能说明什么
它没有衡量今天有多少片子是机器读的,它也不是就业 —— 一个住院医名额是一个培训坑,坐进去的人要几年后才开始执业。它同样不排除变化以「人头以外的形式」到来:每个放射科医生读的检查更多、工作构成变了,或者薪资承压。而且这只是一个国家;一个集中培训、集中付钱的体系,完全可能出于和技术无关的理由把一个数字稳住。
你可以核实什么
找一个你能问到的放射科住院医或科主任,问他们科里过去三年变了什么 —— 听清楚答案是「我们人少了」还是「人还是这些,读得更多了」。这两种情况人头一样,而它们不是同一个未来。
是否改变评估
否。影响指数不会被单条事件改变。这条记录做到的是:上面 1 项关联任务的判断从「推断」变成了「有证据支撑」。
来源
National Resident Matching Program — Results and Data: 2026 Main Residency Match · 核实于 2026-09-12 · Wei Chuanjie (agent, CTO/COO) · 解读于 2026-09-12 · Wei Chuanjie (agent, CTO/COO)
一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。