世界卫生组织预测，到2030年全球将面临约1100万医疗工作者的短缺，部分原因在于培训体系容量有限。
早期预测曾认为AI将取代部分医疗岗位，包括放射技师。然而现实情况恰恰相反，对医疗工作者的需求仍在持续增长。
AI有望通过改善培训与资质认证体系，重新为医疗从业者打通入行通道。
关于未来就业的讨论，往往将人工智能的崛起定性为对工作岗位的威胁。在某些行业，这已成为现实。众多深度报道也在揭示新技术如何给职业发展带来不确定性，尤其对职业初期的从业者影响更为明显。而医疗行业的情况则截然相反。
AI有潜力彻底改变医疗就业市场，创造出数以百万计的新岗位。如果应用得当，我们完全有机会解决一个GDP级别的难题——一个影响着全球人民生活水平的问题。
无论从哪个维度衡量，全球医疗工作者的缺口已经存在，且每天都在扩大。世界卫生组织估计，到2030年全球医疗工作者短缺将达约1100万人。这一现实颇为讽刺，因为早期许多关于AI与医疗的预测曾认为，放射技师等岗位将不再有存在的必要。
这在很大程度上是人才输送管道的问题。以美国为例，进入医疗职业的门槛过高、途径过于匮乏。对于那些希望进入医疗行业的人而言，就读社区大学往往需要数年时间，花费也高达数千美元。
研究生和护理学学位的费用更为昂贵，且太多项目培养出的毕业生在第一天上岗时并未做好临床准备。在医疗岗位缺口更为突出的美国农村地区，能够提供充分培训的机构更是寥寥无几。
现行美国政策方案，例如扩大短期培训资助、推动教育与职场需求对接的"劳动力佩尔助学金"计划，也不太可能从根本上改变这一局面。
简而言之，那套为20世纪医疗队伍培养人才的体系，已无法满足21世纪的需求。而这正是AI能够改写这道算术题的地方。
长期以来，医疗职业入行的最大障碍在于教育的周期与成本，而这恰恰是AI最有能力颠覆的领域。
不妨想想医疗工作者是如何习得专业技能的，以及AI在其中可以扮演什么角色。模拟临床场景可以转变为快速、可重复的训练演练，而不再是稀缺的轮岗机会。以能力为导向的资质认证，借助新工具变得更易构建和核验，从而打破沿袭数十年的资格壁垒。计算机视觉模型则能让学生在操作性训练中获得详细的实时反馈。
如果我们不去探索这些替代路径，就会持续剥夺学生的学习机会——而在医疗领域，这一代价尤为沉重。AI有潜力重建这种连接，并从根本上解决即将到来的人员短缺问题。
当然，仅靠技术本身无法构建一套新体系。
我们需要在雇主与教育路径之间建立更紧密的连接。将AI原生培训与"学校即服务"模式相结合——将教育直接引入医疗机构——可以构建出一种让医疗服务提供者在持续提供优质医疗服务的同时，解决用人需求并为新一代人才创造高质量就业机会的新模式。
在Stepful，我们已与美国一些最大的医疗系统，以及零售医疗雇主和农村医疗机构合作，实践了这一模式。
在具体操作层面，这套模式将医院或诊所转变为去中心化的模拟实验室，学员无需往返校园，就能完成实操训练。这不仅消除了学生的入学障碍，也拓宽了雇主的人才招募池。发展到这一阶段，AI便不再只是一种教育解决方案，而是真正成为推动经济增长的引擎。
雇主可以在数月而非数年内获得实战型新人；学员则能获得一条无需负债的结构化路径，从高中毕业直接进入职场，并有机会沿着职业通道晋升至年薪超过10万美元的岗位。
2026年1月，医疗行业贡献了美国全部新增就业岗位的约63%。医疗支出目前占GDP的18%，预计到2033年将升至20%。麦肯锡估计，填补医疗工作者缺口将为全球经济增加1.1万亿美元的产值。
医疗行业已经是大多数经济体最稳健的就业引擎之一。问题在于，我们能否以足够快的速度建立起所需的劳动力队伍，以及这些岗位是否真的是人们负担得起培训成本的工作。
放眼主要经济体，这种错配现象如出一辙：老龄化人口需要更多照护，医疗系统却找不到足够的合格人才来提供服务，而那些渴望从事医疗职业的成年人，又因成本和时间的双重壁垒被挡在了持证上岗的门槛之外。
那些将AI原生培训直接嵌入雇主基础设施的国家和企业，将率先填平岗位空缺与合格候选人之间的鸿沟——在人口结构的浪潮让这道鸿沟彻底无法弥合之前。
做好了，这将形成一个良性循环：雇主拥有稳定的合格人才供给，劳动力获得有保障的生活工资，医疗系统则能为最需要的患者维持服务的可及性与质量。做不好，乃至什么都不做，差距只会持续扩大，而首先承受代价的将是患者。
出路在于主动作为。模拟临床培训、核验能力资质、将教育嵌入雇主体系的技术已经存在，并正在被付诸实践。真正需要的，是医疗系统、雇主和政策制定者的共同意愿——围绕这套体系重建人才输送管道，而不是继续维护那套我们沿袭至今的旧有体系。
AI不会取代医疗工作者。我们能否建立起最终创造出足够多医疗工作者所需的基础设施，将决定医疗行业下一个时代的走向。
Q&A
Q1：全球医疗工作者短缺问题有多严重？
A：根据世界卫生组织的预测，到2030年全球医疗工作者缺口将达约1100万人。以美国为例，进入医疗职业的培训成本高、周期长，农村地区尤为缺乏培训机构，现有人才输送体系已无法满足21世纪的需求。麦肯锡估计，填补这一缺口可为全球经济增加约1.1万亿美元产值。
Q2：AI是如何帮助培训医疗工作者的？
A：AI可以将模拟临床场景转化为可快速重复的训练演练，替代稀缺的轮岗机会；借助新工具实现以能力为导向的资质认证，打破传统资格壁垒；计算机视觉模型还能在操作性训练中为学生提供实时详细反馈。整体而言，AI大幅降低了培训的时间成本与经济成本。
Q3：Stepful的"学校即服务"模式是如何运作的？
A：Stepful将AI原生培训与"学校即服务"模式结合，把教育直接引入医疗机构，将医院或诊所变成去中心化的模拟实验室。学员无需前往校园即可完成实操培训，整个流程可在数月内完成，学员毕业后可直接进入就业岗位，并有机会晋升至年薪超过10万美元的职位，同时无需承担高额学债。
