AI發展至今，已經和很多行業產生了交集，醫療衛生行業也不例外。那麼，AI在醫療衛生行業的發展會導致醫務工作者失業嗎？
近日，Healthcare IT News採訪了埃森哲（Accenture）全球衛生實踐負責人Kaveh Safavi。Safavi博士講述了醫療行業的現狀、發生的變化，以及他認為即將出現的大趨勢，包括機器學習、遠程醫療等。
埃森哲的數據顯示，醫院在勞動力方面的支出約占總支出的65%，但仍未擺脫勞動力減少和病人數量增加的現狀，面臨著根本性的挑戰。
和很多醫療衛生行業的其他部門一樣，由於科技和消費的雙重革命，未來幾年這種狀況將發生改變。
虛擬醫療、遠程醫療和遠程監控正在引領醫療服務方式和服務對象的變革，在為患者提供更廣泛的醫療服務的同時，也有望大大節約時間、投入和效率等方面的成本。
患者在自身健康方面也發揮著越來越大的作用，越來越多的患者，不論年齡長幼，都表現出對數字健康和「自助」醫療（"self-service" care）的興趣。埃森哲最近的一項調查顯示，超過一半的受訪者表示，他們已經使用了智能可穿戴式設備。
當然，即使是在人工智慧和機器學習發展的早期階段，它們也為所有醫務工作者的工作方式變革打下了基礎。
以下為採訪內容摘錄：
記者：在接下來的一年、兩年，乃至五年里，你認為醫療行業最大的變化會是什麼?
Safavi：首先，勞動力短缺問題變得愈加嚴重。服務需求的增長速度超過了勞動力供給的增長速度，某些地區已經開始出現執業人員短缺了。
這是一個全球性的現象。在我工作過的國家，人們都會擔心勞動力跟不上需求。貧窮的國家如此，富裕的國家亦如此。
所以，我們面臨的第一個問題是，如果我們繼續現在的做法，則勞動力的需求和供給之間的矛盾將會持續存在。
其次，在未來，醫療衛生行業和其他所有行業都將能夠利用AI執行其中的一些任務。
醫療衛生行業有一點好處，就是無需擔心從業人數會減少。我們將此視為擴大產能、縮小差距的一種方式。
人工智慧之所以如此重要，是因為在醫療行業，所做的很多事情都屬於非常規任務的範疇，或者不完全是常規任務。人工智慧是第一種可以開始替代這些非常規任務的信息技術。
人工智慧通過機器學習和深度學習後，可以開始接手醫務工作者的一些認知以及身體護理方面的任務。
認知方面，比如收集信息或給出簡單的日常建議；身體護理方面，如果醫務工作者忙不過來，則相應種類的機器人可以幫助查房，收集數據，並提供給臨床判斷。
我認為，任務不同於工作，人工智慧能接替的是任務，而不是工作。
第三點可預見的變化很有趣——一些非醫務工作者可以在經過簡單培訓後，與智能設備搭檔，成為前線醫務工作者。
這種情況在東南亞已有先例。如經過簡單培訓的人搭檔智能設備檢查病人的傷口和褥瘡，並能夠判斷該病人是需要看專業的醫生，還是可以直接更換繃帶。
這種簡單護理的人員需求很大，難以滿足，但是只要經過簡單培訓、搭配一台智能設備，供需缺口就會縮小。
記者：關於「任務」和「工作」之間的區別，有些人對工作感到擔憂。無論是擔心被自動化淘汰的後勤工作人員，還是認為機器比人類更能讀懂圖像的放射科醫生。在我們最近的一次會議上，有人說他能設想出運行ICU的機器智能算法。
Safavi：2013年，牛津大學的一項大型研究表明：美國47%的工作將會自動化。
這句話的引用率很高，但如果仔細看有論文，就會發現他們是根據完全替代的機率來給工作打分的。具有臨床判斷能力的工作被完全替代的機率低於1%，而其他工作被完全替代的機率為99%。
我們研究了臨床醫生和臨床任務，估計有27%的任務是可以由病人和智能設備來完成的，但只是「任務」，不是全部「工作」。
美國著名智庫蘭德公司（RAND）和布魯金斯研究院（Brookings）在過去的兩三個月里做了一些研究，並得出結論：臨床工作人員的任務量約占30%。
只有一種可能，就是那些工作內容非常簡單、完全可以自動化的工作者會被取代。不過他們實際上也不會失業，因為還有太多工作要做，只不過工作性質發生了改變。
所以我想說的是，醫務工作者失去工作的可能性非常低，但是，對於很多人來說，他們的工作變化的可能性可能很小，也可能很大，取決於他們的任務中有多少可以被機器接手。
記者：正如哈佛醫學院國際創新教授約翰·哈拉姆卡（John Halamka）所說，身為醫生，若能被AI取代，那就趕快取代吧。
Safavi：這可能是一種粗略的說法，不過是的，我認為很少有醫生所做的工作可以完全被人工智慧取代。
醫務工作者的任務將被重新定義，而且「開弓沒有回頭箭」。
記者：那麼，醫院和衛生系統應該做些準備工作呢？是優先進行技術投資，還是讓他們的員工做好準備？
Safavi：首先，我認為我們花了太多時間考慮臨床方面，但最初的改變大部分會發生在非臨床領域。
另外，這種改變不僅僅是將IT技術引入醫療衛生行業。實際上，必須變更流程才能從中獲益。
第三，讓人與機器或人工智慧作為「搭檔」一起工作，需要開發一整套新技能——中間技能（middle skills）。在製造業中，人和機器已經開始並肩工作，並且有了「人機合作機器人」（cobot）這一概念，訓練人們與機器人並肩工作的研究也已經展開，同樣的事情也會發生在其他領域。
記者：遠程醫療、遠程監控和虛擬醫療，這些似乎都是經過多年努力才逐漸發展起來的。它們會如何影響未來的醫務工作者？
Safavi：我們過去認為遠程醫療主要是解決距離問題。我使用「虛擬」這個詞，而不是「遠程」，因為這實際上是在使用一個物理和數字結合的平台來治療，不僅僅是解決了距離問題。
居家看病（hospital-at-home movement）是美國的目標。荷蘭現在正在改造醫院，構想換一種方式使用技術和人力，讓一部分人在家就可以看病。
波士頓正在進行試點，把設備送到家裡，讓相當一部分病人在自己家接受治療。相比住院，這種方式成本更低，而且可能更安全，同時也為醫院減小了壓力。
記者：無論是使用健康應用的年輕人，還是使用家庭監控的老年人，都想要也願意使用這些技術，這是個好消息。
Safavi：我更多地是在談論急症護理，從未擔心過健康方面的問題，但健康問題其實更廣泛。
記者：未來令人興奮，也是必然會到來的。埃森哲指出，醫院目前把65%的開支用於勞動力。這些錢本來可以用於更多的創新，可是都花在了勞動力成本上，有哪些事是應當做但沒有做的？
Safavi：這種思考方式很好。一方面，重新部署資金可以改善醫療服務；另一方面，可以減少開支。數據顯示，醫療衛生行業過度依賴勞動力，生產率持續下降。
有一個方面大家都沒注意到。美國醫療衛生行業支出的增長率處於經合組織（Organisation for Economic Co-operation and Development, OECD）平均水平。
很長時間我們都認為，解決醫療衛生行業支出問題主要需要改變成本曲線，可以通過支付醫療費來解決。但事實並非如此。那些與美國完全不同的國家也經歷著同樣的問題：醫療衛生行業的成本增長速度比GDP增長速度快1%到3%。
如果不搞清楚如何在工作量一定的情況下減少人力投入，問題就得不到解決。
我們必須重新思考如何提供必要的醫療服務，而不是僅僅專注於消除不必要的醫療服務，否則再過20年成本曲線也不會改變。
原文來源：Healthcare IT News
原文標題：As AI, virtual care reshape the healthcare workforce, remember the difference between 'tasks and jobs'