醫療行業中,有一個崗位的AI化與自動化一直以來備受爭議。正方認為分分鐘被AI取代不用解釋,反方卻認為這是人類最穩的崗位之一,醫生被取代了它都不會——那就是護士。
有心人肯定會發現,大約從2015年到現在,各種各樣的智能護士、機器人護士、AI護士系統層出不窮。近到我們身邊的醫院,遠到世界知名學府的實驗室,各種與護士相關的AI技術不斷出現。于是不斷有媒體和專家發出聲音,認為AI浪潮很可能對護士群體產生職業擠壓效應。
與此同時,中國護士行業的實質狀況,是近幾年雖然注冊護士人數不斷增加,高學歷護士比率不斷擴大,但護士崗位的整體需求缺口卻在不斷加大。2010年,有研究報告提出全國護士缺口總額大體在120萬人,而到了2017年,多種研究報告認為這個缺口已經增加到了300萬以上。
換句話說,當務之急或許不是護士能不能被取代,而是能不能解決沒有那么多護士的社會問題。
想要探究AI技術與護士崗位之間的關系,我們必須先認真了解一下“AI護士”到底能做什么。知道了AI的能力邊界之后,才可以客觀討論人類與機器在這一行業中的共存狀況。
大體來看,今天的AI護士可以分為兩種:智能平臺與機器人。
虛擬護士
我們知道,護士的工作是非常復雜的。而用AI技術來替代這些工作,也就自然而然出現了兩種模式:一種是不會動的智能平臺解決方案,我們這里姑且稱之為“虛擬護士”;而會動的自然是“機器人護士”。這只是相對籠統的劃分,因為“虛擬護士”也很多被制作成機器人型,方便患者與之交流,而且也常常被安裝上并不復雜的移動裝置。
我們可以舉幾個例子,來看看“虛擬護士”們是怎么工作的。
今天在一線城市的三甲醫院中,已經可以看到一種“問答機器人”。它基于AI帶來的語音交互技術,實現患者可以通過語音與之進行交流。其多被放置在問詢臺、掛號處等地方,用來回答患者問題,發放排隊號碼、掛號等等。比如去年年底,上海仁濟醫院投放了智能問詢機器人“小i”。患者可以跟它聊天,咨詢專家號、就診時間、科室分布等問題。
這種AI技術并不復雜,國內BAT以及科大訊飛等公司都提供開源的技術接口,醫院或供應商可以根據自己的需求進行開發。其價值在于能夠24小時不休息回答患者問題,在實際醫療場景里其實是非常實用的。
這可以看做基礎款虛擬護士,但確實可以大幅度降低咨詢臺、掛號處等工作所需要的人力。
而進一步作用于臨床的則是病床看護系統。這類系統最早在英國產生,在日本發展非常迅猛,已經廣泛應用。國內的科技公司也已經將類似方案引用到養老、醫療護理等場景。
其工作原理,基本上是利用語音交互+機器視覺攝像頭,在病房陪伴患者。患者可以通過語音直接呼叫服務,比如詢問時間天氣、治療情況,也可以通過系統呼叫人工服務。此外,系統還可以根據智能攝像頭和傳感器的觀察,自動分辨一些狀況,比如患者突然跌倒、患者需要換藥等等,來通知護士站進行處理。
這類解決方案相對復雜,需要在病房建立一整套的傳感與交互裝置,但價值在于可以解決很多病人無人陪床以及夜班護士不夠的情況,降低病患的突發情況處置不及時風險。
而在進一步發展中,病房看護AI也在向病房陪伴機器人、養老陪伴機器人方向過渡,從而可以完成被看護者更復雜的指令。
比這再復雜一點的,就是讓AI直接參與到護士系統的運算與決策當中去,讓AI護士直接升級為“AI護士長”。
這并非不可能實現。2016年,有媒體報道麻省理工計算機科學和AI實驗室的一個研發小組日前正在研究一款可為醫護人員提供建議,幫助護士系統在復雜情況下進行決策的機器人。
時至如今,這款名叫Ginger的AI系統已經在以色列等地的醫院中實際投入使用。
Ginger雖然外形是款機器人,但主要承擔的工作還是軟件層面的。它的工作原理,是將醫療機構中的護士資源調配進行數據化,從而在任務調配中找到資源的最優配置。比如某個手術應該調配哪位護士;如何安排工作能夠在醫護工作者的工作與休息間達成平衡;如何分配床位等等。此外,Ginger還在不斷添加更多AI能力,它就像一個護士系統的大腦,為醫療機構提供建議。
聽起來還不錯對不對?而在“虛擬護士”之外,一些造價更昂貴,但也更有效率的護士也在來的路上。那就是我們在無數科幻電影中見過的“機器人護士”。
機器人護士
由于護理本身是一個精細要求程度高、但偏于重復性的工作,所以很久以前就有人開始思考能不能用機器人來執行護理工作。
早在幾年前,英國、日本等國家就開始在醫院中引入機器人護士,當時的解決方案還相對簡單,差不多相當于醫用物流車。機器護士主要承擔在醫療部門與病房間遞送醫療器械、傳遞紙質文件的任務。
而AI技術的成熟,讓機器人護士的能力得到了極大的延展。比如人類可以直接與這些機器人對話、機器護士可以通過機器視覺來識別外物,自主判斷醫患需求并提供服務;而且識別能力與數據智能化處理能力,還讓機器人護士在精準度上得到了巨大的提升。很多由護士完成的精密工作也可以交給機器。
從幾個案例中,我們可以大體理解機器人護士的工作性質。當然機器人護士的解決方案非常多,能力也千差萬別,這里只是示例。
提起機器人護士,無法繞開對機器人瘋狂癡迷的日本。雖然日本機器人的強項在于機械制造,但醫護機器人領域已經越來越多見到AI的身影。
比如機器人護士界的顏值擔當,著名的機器熊。這款日本理化學研究所與RSC合作研發的機器人護士。它的能力是“公主抱”或者攙扶病患,從而幫助病患洗澡或者坐上輪椅等等。在老齡化嚴重的日本,機器人護士正在得到高速發展,而機器熊的特質在于利用AI視覺+傳感系統,它可以相對準確地判斷病患替代、速度與空間關系等,從而變成一只足夠溫柔的熊,不會弄傷老人與兒童,同時也替代人類護士完成了這項最吃力的護理工作。
而在國內,更多機器人護士的工作還是集中在物流上。比如去年年底,協和醫院引進了物流機器人“大白”,主要負責手術間所需要的物資配送。
根據數據的顯示,一臺機器人可以負責20個手術間所需要的醫療器械、藥品與文件配送,跑一趟只需要不到兩分鐘。從效率上看,一臺機器人相當4個人類配送員。最重要的是,通過數據標記的識別與智能運算,物流機器人基本可以實現零失誤。這解決了一個十分重要的問題:手術室弄錯東西很可能造成嚴重后果,但人類顯然是無法保證永遠不出差錯的。
另一個機器人護士的主要能力,是配藥與物資管理這類高精度和高重復性工作。從機器的角度看,這類工作的本質是物理識別與數據匹配,顯然可以通過AI識別+高精度機器臂來解決。
這一類工作的更大價值,是讓醫院中很多高危工作可以用機器人來完成。
比如去年上海仁濟醫院,就在日間化療中心引入了配藥機器人。由于化療中心的藥物往往有毒副作用,因此配藥是絕對的高危工作,尤其孕婦絕不敢嘗試。而通過可以自主識別藥物、并能判斷藥物多少的機器人來代替這一工作,放化療類醫療部門的人力問題或許能得到極大緩解。并且相對來說,AI機器人的配藥準確率也會高于人類護士,對于藥品庫存的把握與預測能力也更為精準。
不難看出,近兩年隨著AI的爆發,醫療場景中實用機器人技術的案例也在不斷擴大。但是AI+機器人這樣能夠24小時保持高準確率的“新護士”,真的能夠一舉替代人類護士嗎?
恐怕還有點難。
護士的工作性質,與AI的能力/成本邊際
AI護士或者機器人護士,最大的挑戰想必大伙都知道,那就是人類護士需要處理復雜的醫患關系,需要依靠經驗和觀察來與病患溝通,承擔著醫療機構與患者間的信息與情感交互。這些顯然是AI護士無法完成的工作。
這也是很多專家判斷人類護士會比人類醫生更晚消失的依據——畢竟醫生絕大多數工作是可量化和邏輯化的,臨床護士卻帶有強烈的感性色彩。
而實際上,護士工作難以被取代的原因還不止如此。從上面那些案例就可以發現,護士的工作相當復雜,無論是醫療系統還是護理機器人,都只能設定相對單一的工作目標。再昂貴與高科技的機器人,也不可能取代一個初級護士的全面工作。
這樣的現實情況,極大限制了AI護士的能力/成本邊際:能力不全面與成本極高昂,迫使醫療機構還是會選擇培養和聘用人類護士。
而從AI與人類的協作關系上看,護士領域人類實際負擔的是一個極其復雜的工作集群。其中有一些可以被AI+機器人所替代,一些絕對不行,一些可以人機協作方式達成更好效率,還有一些可以替代卻可能造成成本過高,效率降低。
因此上,AI護士在今天主要任務還是擔任幫手,替代部分低智力密度和高強度崗位,而不是取代任何一個護士的綜合工作。
此外,AI護士與醫護機器人的成本問題,對于中小醫療機構來說依然是很大的負擔。比如一個配藥機器人成本要在幾百萬人民幣,大醫院可以依靠患者眾多攤薄使用成本,中小醫療機構顯然還是傾向將資源投入到核心醫療器械的采購當中。
而從AI醫護這個行業發展上看,短時間出現具備綜合能力、成本合理、適合大規模復制推廣的AI護士解決方案,也還是不切實際的。
目前,醫療機器人的技術發展非常不平衡,缺乏統一的模塊化系統與行業標準,各國技術優勢與發展方案也不平均。這直接導致供應商往往只能提供某種解決方案,醫療機構也只能這邊采購一點,那邊采購一點,每次增強某個領域的智能化能力,無法實現大規模醫護工作被AI所替代。
確切來說,AI在今天更像是給白衣天使們提供的新工具,只是有些是機器人形態,有些不是。比如智能穿戴設備、與病歷關聯的人臉識別系統,以及主動警報呼叫系統,都在從各方面提高著護士的工作質量與效率。
也就是說,從發展趨勢上來看,今天的AI化首先是對護士行業極為有利的。比如應對護士工作中的職業危險,無論是配藥機器人、患者智能識別系統,還是醫患糾紛情況下的主動報警能力,都解決了突出的行業問題。
而接下來一步,是利用AI與機器人提供的綜合護理能力,緩解嚴重的護士崗位缺口,讓護士從業者能夠從勞動密集型工作中解脫出來,專注于臨床護理與病患溝通等復雜工作。
而在更遠的將來,從嚴格意義上來說,護士崗位的整體數量被AI壓縮,是一個大概率事件。但這需要非常漫長的過程,需要科技行業、醫療行業、社會系統的配合與協調。