AI会取代新生儿科医生吗？AI时代的NICU内部

一个体重不足两磅的早产儿在凌晨2点47分被送进NICU。新生儿科医生只有几分钟——有时仅几秒钟——来决定表面活性剂的使用、呼吸机参数设置、中心静脉置管以及十几项其他干预措施，这些措施共同决定这个婴儿能否在接下来的十二小时里存活。人工智能能做到这一切吗？新生儿科医生的自动化风险仅为10%。[事实] 但完整的图景远比这个单一数字所呈现的复杂，当人工智能工具开始出现在医学最紧急的角落时，理解这一数字背后的深层含义比以往任何时候都更为重要。

整体人工智能接触率为36%，自动化风险仅为10%，两者之间存在26个百分点的差距。[事实] 这个差距在整个医学领域中是最宽泛的之一，它讲述了一个令人信服的故事：人工智能正在被部署为强大的临床助手，而非取代床边的医生。将这一差距与数据录入员等职业的2个百分点差距相比较——后者的接触率与风险率几乎重合——新生儿医学中人工智能角色的格局立刻清晰：这是增强领域，而非替代领域。

人工智能在新生儿护理中发挥作用的领域

任务层面的数据揭示了清晰的规律，这些规律之所以重要，是因为它们解释了_为何_头条风险数字如此之低。新生儿诊断结果的审查和解读自动化率达到55%。[事实] 临床发现记录和护理计划协调的自动化率为62%——这是该专科内最高的自动化率。[事实] 但亲身操作的新生儿复苏和手术操作仅为8%。[事实] 在医疗危机中为家属提供咨询也处于低个位数。这种分布并非偶然——它精确地反映了人工智能当前能力与新生儿医学实际需求的交汇之处。

这62%的记录率值得特别关注，因为它正在重塑NICU医生的日常生活，其影响超过其他任何单一变化。新生儿科医生是医学中文书记录负担最重的医生之一。每次生命体征变化、每次呼吸机调整、每次喂养耐受性观察都必须在每次交班中被详细记录。一个出生第三天的婴儿可能在呼吸频率、血氧饱和度、心率变异性、血气趋势、体重、液体平衡、尿量和喂养量方面产生数百个数据点——而该婴儿可能只是病区中十五个婴儿中的一个。人工智能驱动的临床记录工具现在正从实时监测数据中生成草稿记录、按问题列表整理NICU进度记录，并预先填充将数周临床病程综合为可审阅形式的出院总结。[主张] 这并不是在取代医生——而是将医生从原本用于打字的时间中解放出来，让其用于照护患者；而在一个主治医生常规需要值24小时班的专科中，这些节省的时间直接转化为对最重要婴儿做出更好临床决策的能力。

诊断解读中55%的自动化率反映了人工智能在分析新生儿影像、化验结果和持续监测数据流方面不断增长的能力。机器学习模型现在能够标记心率变异性的微妙变化，在临床症状出现前数小时预测晚发性脓毒症——这个时间窗口可能是早期发现感染与眼睁睁看着婴儿病情恶化之间的差别。[主张] 人工智能系统分析颅脑超声检查脑室内出血的准确度与经验丰富的小儿放射科医生相当。自动化生长曲线分析能够识别婴儿体重轨迹偏离预期曲线的情况，这是人类在数百次每日测量中进行模式识别可能遗漏的。但在每种情况下，新生儿科医生都做出最终临床决策。人工智能发出标记；人类采取行动。人工智能发现异常；医生决定是开始使用抗生素、申请额外影像检查，还是观察等待。这个决策链——标记、解读、行动——并没有坍缩为单一的自动化步骤，而是在更快速、更知情的情况下被执行。

新生儿医学不可化约的核心

手术操作中8%的自动化率在短期内不会有显著改变。[推定] 新生儿复苏需要能够亲手为一个气道比铅笔还细的500克婴儿进行气管插管的医生，在这么小的身体里，成人规格的设备完全无用。在血管只有几毫米宽的新生儿身上放置脐静脉导管。在解剖空间几乎没有容错余地的婴儿身上进行腰椎穿刺。在整个胸腔比成人拳头还小的婴儿身上管理胸腔引流管。这些都是需要触觉反馈、空间意识以及自适应精细运动控制的手动操作，而机器人技术距离在临床环境中匹配这种能力还有数十年的距离——在这种环境中，每个患者的解剖结构略有不同，不良事件会带来终生后果。

除了手术操作之外，还有任何指标都无法完全捕捉的人文维度。新生儿科医生花大量时间为处于危机中的家庭提供咨询——向惊恐的父母解释预后，当一个24周的婴儿对最大支持治疗无反应时做出生命末期决策，与社会工作者、泌乳顾问、牧师和伦理委员会协调，处理另一个双胞胎未能存活的父母的悲痛，与从全国各地赶来的祖父母和大家庭成员沟通。[主张] 这些对话需要同理心、文化敏感性、对围绕婴儿死亡和命名的宗教习俗的意识，以及解读情感赌注与医学任何其他领域一样高的房间氛围的能力。人工智能可以生成医学摘要；医生必须坐在椅子边缘，直视那位母亲的眼睛。

还有定义经验丰富的新生儿科医生实际工作的综合判断。一个出生第五天的27周早产儿出现白细胞计数轻微升高、呼吸暂停发作轻度增加以及可能与其他情况有关或无关的喂养不耐受。人工智能仪表板标记了三个单独的趋势。经验丰富的新生儿科医生观察婴儿，结合临床检查将趋势放在情境中理解，考虑到母亲分娩时有绒毛膜羊膜炎，考虑到过去一个月病区出现了克雷伯菌爆发，做出决定：完整脓毒症检查、广谱抗生素、转至更高级别床位。这个决定不是单个标记的总和，而是需要多年经验才能形成的临床整体判断。

一支前景稳定的专业队伍

美国大约有5,400名新生儿科医生，中位年薪为350,000美元。[事实] 美国劳工统计局预测2034年前增长+4%。[事实] 这一相对温和的增长反映了该领域的专业性——需求稳定，但人才储备受到漫长的研究员培训要求（三年儿科住院医师培训加三年新生儿科研究员培训）、认证培训项目数量有限以及在研究员培训期间过滤候选人的高难度实践的制约。

薪酬水平反映了工作的现实。24小时班制很常见。值班安排要求很高。重症监护病房的性质意味着患者群体可能在数小时内发生剧烈变化，错误的后果是即时的且终身持续的。新生儿科的职业倦怠率在儿科中是最高的。任何真正能减轻认知负担的技术——尤其是文书记录负担——都受到执业医生的欢迎，这在一定程度上解释了为何人工智能在该专科的采用速度比怀疑者预测的要快。

到2028年，总体接触率预计将达到50%，自动化风险为19%。[推定] 这意味着到本十年末，人工智能将涉及新生儿医学实践的一半，但几乎完全以更好的诊断工具、更智能的监测系统和减少文书记录负担的形式呈现。风险数字几乎翻倍，但仍低于20%，这将新生儿科医生置于与小学教师和注册护士相同的风险层级——人工智能正在改变工作方式但不威胁工作者的职业。

这对新生儿科医生意味着什么

如果你是新生儿科医生或考虑从事新生儿科的医生，人工智能将让你更擅长工作而不会威胁到它。进入NICU的诊断人工智能工具确实令人印象深刻——早期脓毒症检测模型能在临床病情恶化前6至12小时发现感染，自动化生长跟踪能识别人类在每日称重噪音中遗漏的生长迟缓轨迹，坏死性小肠结肠炎的预测分析整合了喂养模式、残余量和腹部发现。学会使用它们。它们将帮助你更早地发现问题，花更少的时间在文书工作上，这意味着更多的时间在床边、与家庭在一起，以及在需要你全部注意力的案例上。

需要培养的技能是综合性的：如何评估人工智能标记何时重要、何时只是噪音；如何将人工智能生成的风险评分纳入临床推理而不产生侵蚀独立判断的依赖；如何用尊重家长理解其孩子状况需求的语言，向家庭传达经人工智能告知的决策；如何在人工智能提供答案但仍需教授和示范基础临床推理的时代指导受培训者。

但凌晨3点需要稳定双手和平静声音的早产婴儿仍然需要_你_。没有任何算法能够提供这些。没有任何算法能在凌晨4点、必须做出决定时陪伴在父母身边。在一个以最脆弱的患者为服务对象的职业中，人类存在的价值不但没有减少，反而在加速发展的技术背景下变得更加清晰明显。

查看新生儿科医生的详细自动化数据

---

_基于Anthropic 2026年经济影响研究、Eloundou等人（2023年）、Brynjolfsson等人（2025年）以及美国劳工统计局2024-2034年职业预测数据的人工智能辅助分析。_

更新历史

• 2026-04-04：初始发布，包含2025年自动化指标和美国劳工统计局2024-34年预测。
• 2026-05-18：扩展了对NICU记录负担、诊断人工智能工具整合、综合临床判断和家庭咨询维度的分析。补充了职业倦怠率和2028年风险层级比较背景。