黄仁勋：AI 取代了医生，医生和患者反而更多了

几年前，AI 最常被拿来预测的职业之一，就是医生，尤其是放射科医生。

当计算机视觉开始在医学影像识别上超过人类时，一个很自然的推论是，既然 AI 已经会读 CT、MRI，未来还需要那么多放射科医生吗？

但黄仁勋认为，AI 确实取代了医生的一部分工作，但医生没有因此消失，反而变得更缺了。

黄仁勋：AI 会读片，放射科医生反而更多了

此前，黄仁勋在一档博客的两个多小时访谈中，专门花了几分钟谈 AI 会不会让人失业。

他首先提出，工作的目的和为了完成工作所做的任务，是相关的，但不是一回事。

他认为，人们讨论 AI 取代职业时，最大的误区之一，就是把一项可以被自动化的「任务」，直接等同于一个人的「工作」。

图源：视频截图

其中，放射科就是他反复使用的例子。

黄仁勋回忆，在这一轮 AI 革命刚开始时，放射科一度被认为是最容易被 AI 淘汰的职业之一。如果计算机视觉能够达到甚至超过人的图像识别能力，那么医生逐张阅读 CT、MRI 等影像的工作，自然也可以被机器完成。

不过，这个预测只对了一半。

在他看来，到 2019～2020 年前后，计算机视觉已经进入「超人水平」阶段；如今 AI 也确实已经深入影像工作流。过去需要医生亲自寻找病灶、测量大小、进行分割和初步筛查的工作，越来越多可以先交给算法完成。

图源：视觉中国

不过，AI 快速进入放射科的这些年，美国放射科医生数量并没有下降。

一项基于美国 Medicare 数据的研究显示，2014～2023 年，美国登记的放射科医生从 30723 人增加到 36024 人，增长 17.3%。

另一项覆盖美国 167 家放射机构、4640 万次影像检查的研究发现，从 2017 年底到 2024 年初，样本中的在岗放射科医生从 885 人增加到 1094 人，增长 23.6%。与此同时，工作量最高的四分之一医生，每天处理的影像数量反而增加了 30.6%。

图源：Sciencedirect.com

到了 2026 年，美国放射学会讨论的主要问题是医生不够用，影像检查量持续增长，而人才供给增长速度仍然偏慢。

为什么一项核心任务已经被 AI 大量自动化，完成这项工作的医生反而没有减少？

黄仁勋的答案是，放射科医生真正的工作是帮助患者和其他医生诊断疾病。

当 AI 让读片效率提高，医院能够做更多扫描、接收更多患者，影像科的产出随之扩大，医院便需要更多放射科医生。

在黄仁勋看来，医疗 AI 不只「帮医生看病」

实际上，黄仁勋对医疗 AI 的想象，已经远远不只停留在 AI 辅助诊断。

在 2026 年的一次访谈中，他把 NVIDIA 正在参与的医疗 AI 大致分成了三个方向。

图源：NVDIA

第一层，是 AI biology。AI 开始学习蛋白质、基因和细胞等生命系统的规律，用于理解疾病机制、发现靶点和设计药物。

第二层，是 AI agent。它不再局限于单次问答或识别，而是进入临床工作流，连续完成读取病历、检索证据、整理结果、生成记录等任务，并将需要判断的环节交给医生。

第三层，是 Physical AI。AI 从软件走向真实设备，进入手术机器人、超声、CT 等医疗器械。

黄仁勋认为，未来不少医疗设备本身都会变成智能体，不仅能执行检查或操作，还能理解任务，与患者、护士和医生进行交互。

AI 先改变医生做什么，再改变需要多少医生

所以，黄仁勋关于放射科的例子真正值得注意的不是AI 永远不会取代医生，而是揭示的是另一种可能。

AI 自动化医生的一部分工作后，未必会直接减少医生数量，也可能通过提高效率、降低成本，进一步释放医疗需求。

图源：视觉中国

从读片，到临床智能体，再到药物研发和手术机器人，AI 正在进入越来越多原本由医生和医学研究者完成的环节。

真正发生变化的，或许不是还有没有医生，而是医生每天需要亲自完成哪些工作。