研究量化各臨床專科受 AI 替代的程度:病理、放射最高,皮膚、骨科最低

OncoDaily 轉述 Vivek Subbiah 分享的研究:依各專科工作需要親身接觸的比例,估計 56 個專科可被軟體式 AI 替代的空間。

重點

  • 研究題為「Physical Limits to AI Substitution across Physician Specialties」,由 Dan Zeltzer 等五人撰寫。
  • 皮膚科(68%)、骨科(53%)、眼科(45%)需實體操作,最不容易被軟體式 AI 替代。
  • 病理(99%)、診斷放射(96%)、放射腫瘤(62%)的非實體工作最多,替代潛力最高。
  • 涵蓋 56 個專科,整體工作約 24% 屬實體、21% 非實體、55% 為評估與處置服務。
目錄(3 節)
  1. 發生什麼事
  2. 研究結果
  3. 對你的影響

發生什麼事

OncoDaily 在 2026 年 11 月 15 日轉述 NYU Langone Health 早期藥物開發計畫主任 Vivek Subbiah 在 LinkedIn 的分享,內容是一篇研究:「Physical Limits to AI Substitution across Physician Specialties – Implications for the Physician Workforce」,作者為 Dan Zeltzer、Tyler Tam、Benji Bhattacharya、Victoria Udalova 與 Maria Polyakova。

依貼文的描述,作者衡量每個專科的工作有多少需要親身、實體的互動,以此推估軟體式 AI 能觸及的範圍。

研究量化各專科工作可被 AI 替代的程度,病理最高、皮膚科最難替代

研究結果

  • 最不容易被替代的是需要實體介入的專科:皮膚科 68%、骨科 53%、眼科 45%。
  • 替代潛力最高的是以非實體工作為主的專科:病理 99%、診斷放射 96%、放射腫瘤 62%。
  • 涵蓋 56 個專科:整體上 24% 的工作是實體的(無法被替代)、21% 是非實體的(可能被替代)、55% 屬於「評估與處置」(E&M)服務。

OncoDaily 的頁面沒有交代這些百分比的精確定義,也沒有說明研究發表在哪本期刊,所以上面的數字請當作「該文轉述的內容」,要引用前應該回到論文本身確認。這個結果量的是工作內容的性質,不等於預測哪個專科會失業。

對你的影響

對一般軟體團隊沒有直接影響。要點只有一個:評估 AI 能做多少,可以先把工作拆成「需要實體操作」與「純資訊判讀」兩類;後者才是自動化的主要空間。