经济差，不生；经济好，更不生
部分医院产科被砍掉，医生群体面临危机
就在昨天，安徽省蚌埠市下辖区县的一些基层医生来信告诉我们，他们医院的产科因为收不到孕产妇，科室每月的分娩量寥近于无，医院领导已经决定将产科直接砍掉，产科医护人员分流至老年病科、妇科或康复科。
没想到在基层当“接生婆”辛辛苦苦了半辈子，如今却面临失业危机，一下子没活干了，他们表示：“如果我不是产科医生，我肯定不会相信中国人不愿意生孩子了，这才几年呀，遥想2016和2017那两年，连轴转能忙到死，现在没活干了，心里特别失落。我服务的孕产妇基本都是农民，农民一般都是比较传统的，现在连他们都不愿意生孩子了，更别提城市的妇女了，有患者跟我说日本韩国也不愿生孩子，但人家富裕呀，我们似乎到了未富人先老的地步……”
真的有那么严重吗？查阅国家统计局的数据，2022年全国出生人口首次低于千万，仅为956万，人口自然增长率为-0.60‰，比上年末减少85万人。从数据上分析，自从2016年全面放开二胎经过短暂的一波生育高峰之后，出生人口便以肉眼可见的速度连年下跌，这种数据上的变化在医院产科体现得更为淋漓尽致。
疫情期间，所有科室的门诊量和手术量都大为减少，全面放开后全国一线城市大医院的手术预约量开始暴增，积压了三年的患者都在最近几个月前往各大医院求医问诊，但产科，尤其是基层医院的产科，似乎被遗忘了，冷冷清清几个人，让我们想不到这居然是医院的某一个科室。
本以为疫情结束后，新生儿数量就会大幅回暖，毕竟封控期间啥也不能干，只能疯狂造娃，但这只是一种自我安慰式的痴心妄想。疫情结束了，生育潮并没有来临，反而因为大部分人对经济恢复没有信心，新生儿数量甚至不如疫情期间了。这下，我们绝不能再把锅扣在疫情头上。
产科寒冬真的提前来了，并且这个寒冬没有穷尽、没有解决办法，是个死局！经济不好，人们不愿意生；经济好了，人们的素质和生育理念朝向发达国家看齐，那更是不愿意生了，我国人民正在诠释“不生育”才是人类文明和生产力提高的终极体现。
产科分娩量腰斩，人流室却异常爆满
流产胎儿数多于新生儿数
产科寒冬只是一个引子，由于新生儿锐减，导致的一系列连锁反应将直接威胁儿科等其它科室，恐怕除了老年医学科，医院的每一个科室都会感到一丝危机和紧迫。
回忆一下刚放开二胎的那两年，我的天，医院产科那真是人山人海，一年就出生了1786万个新生儿。别说城市里的大医院了，就连基层的乡镇医院每天门诊都有20-30个孕产妇，一天建档建卡十几个，忙得没空吃饭，休息时脑子里想到都是自己接诊的病人。
城市里的三甲医院更是不用讲了，哪个医院的产科医生能停下脚步跟你好好说话呢？匆忙和紧张是产科医生的主旋律，产妇生完孩子后都不知道自己的接生医生长啥样。那时候病房很很满，住不下了，那就加床再加床，偶尔在电梯里碰到医生了，医生也基本拿着一大堆病例在研究，问医生要干嘛，肯定回答正在准备下一场接生。
安徽阜阳是人口大市，户籍人口早已超过千万，曾一直占据安徽省人口第一名的位置，早些年人们的生育愿望也很强烈，周韵芝就是这所城市二级医院的一名产科医生。
她表示，2012年-2016年这5年是她从业以来经历过的生育高峰期，也是进入21世纪后的巅峰，“和现在相比，那几年简直不能想象，专属医院（三甲）病房满了，住不进去，都回流到俺们医院，病房里乌泱乌泱一大片，都是产妇，然而外面还有很多很多产妇等待住院分娩，病房里却加不了床了，急人，咋办？后来我们规定，顺产的话，一天就赶紧出院，剖宫产的话，2天出院，住院天数不能再多了，现实情况不允许。”
生育高峰时，很多医院都会加快病床周转率，以使得更多的产妇能够有一个床位，那时，很多人会托关系找熟人拜托帮忙找一个床位，想要顺利住进产科，得费很大的劲。
现在不同了，即使是大医院，产科里的床位也非常宽裕，二人间、三人间根本不用排队等候，啥时候要生就啥时候住院，随时都能顺利住进去，如果产后恢复慢，想继续在医院里调养，那也不会被催着出院了。
据介绍，随着工作量大减，产科医生面临无活可干的状态，收入也降低了不少，周韵芝的很多老同事已经离职去了企业，实话实说，在严重的职业危机之下，产科的人员流动性比以往频繁了很多。
据央视新闻报道，当前，年轻一代婚育观念正在发生改变，家庭规模小型化趋势日益明显。2020年，我国平均家庭户规模降至2.62人，较2010年减少了0.48人。家庭观念变化带来的延迟婚育、不婚不育，成为我国生育水平下行的最主要因素。
全国适龄人口初婚年龄不断推迟，女性平均初婚年龄从20世纪80年代的22岁持续上升至2020年的26.3岁，初育年龄推迟到27.2岁。
育龄妇女生育意愿持续走低，2021年平均打算生育子女数为1.64个，低于2017年的1.76个和2019年的1.73个，而作为生育主体的“90后”“00后”仅为1.54个和1.48个。女性现有子女数由2019年的1.63下降到2022年的1.19。女性终身无孩率快速上升，2015年为6.1%，2020年接近10%。
看到这组数据，笔者决定去医院里逛逛，突然发现一种颇有趣、颇引人深思的现象，与产科危机相比，人流室的爆满让笔者极受震撼，打胎的女性当中既有未婚少女，也有早已结婚的中年孕妇，打胎缘由千奇百怪，一小部分是因为家庭生活不幸福，在离婚前夕准备打掉胎儿，但大部分都是意外怀孕，单纯不想要孩子。
这是一种不得不引起重视的现象。
此前，国家卫健委发布了一份《中国卫生健康统计年鉴（2020年）》，数据显示，2019年我国人工流产人数达976.2万。且近5年来，我国每年人工流产的总数一直徘徊在950万左右。
好家伙，人工流产的胎儿数量竟然比新生儿的数量还要多，这怎能不令人感到紧迫呢？就此情况，2022年1月28日，中国计划生育协会发布了《中国计划生育协会2022年工作要点》，就人工流产干预进行专项行动，以遏制逐年攀升的人流数量，但专项行动实施一年多以来，遏制效果不显著，打胎人数依旧居高不下。
医生职业危机四伏
不只是生育危机，
AI智能也将继续挑战医生
不止是生育危机造成了医生的失业危机，随着ChatGPT、CARE、诊疗机器人等人工智能的高质量发展，医生会不会被部分或完全取代再一次引起了人们的热议。
有人说人脑是活的，能够随机应变；“电脑”是死的，只能按照程序死板执行，所以AI智能永远也不可能取代医生。
这话未免说得太自信了，过于自信就是自负，总不是一件好事。
我们必须要明白，医学归根结底是基于知识储备和逻辑分析的经验科学。在知识储备方面，我们永远比不上人工智能，人工智能所拥有的知识是无限的、是灵活、是可以随意交叉的；而在逻辑分析方面，我们也不能和人工智能匹敌，人类的逻辑是波动起伏的、是不稳定的，而AI智能的逻辑分析则永远可以保持理性、永远保持冷静，永远不被外界干扰。
在这种情况下，保持必要的危机感对我们医生这个群体是有益处的。
比如，最近横空出世的ChatGPT，一个月时间就积累了1亿用户，创下了互联网最快破亿的记录。ChatGPT可以说是人工智能领域的重要成果，我们就用它来试一下人工智能能不能在医疗领域大展手脚。
2022年12月27日，美国西北大学曾做过相关试验，研究者让ChatGPT学习发表在《柳叶刀》、《美国医学会杂志》等顶刊上的文章，并撰写50篇医学研究摘要，结果发现，ChatGPT生成的摘要全部顺利通过了抄袭检测器，这些由ChatGPT撰写的摘要中很多都是创新的言论，对于个人而言，想要写出这样的水平，必须拥有足够大的知识储备、整合、分析整理、逻辑编排等能力。
另外，在美国执业医师资格考试中，ChatGPT无需经过专门训练或加强学习就能通过或接近通过这一考试。美国执医的考试难度很大，考试涉及的问题中，既有要求考生依据已有信息给患者下诊断这样的开放式问题，也有诸如判断病因之类的选择题。
结果显示，在三个考试部分，去除模糊不清的回答后，ChatGPT得分率在52.4%至75%之间，而得分率在60%左右即可视为通过考试。值得注意的是，ChatGPT有88.9%的主观回答包括“至少一个重要的见解”，即见解较新颖、临床上有效果且并非人人能看出来。
ChatGPT通过了执医考试，并不能说明其可以取代医生，在现实的临床决策中，既需要医生摒弃偏见、发挥创造力、展开批判性思考，也需要考虑众多现实因素。但，至少可以证明一点，人工智能有辅助医学教育、甚至有临床决策的潜力，随着人工智能发展的越来越成熟，未来的AI在临床能力方面“降维打击”普通医生问题是不大的。
事实上，ChatGPT在临床诊疗方面已崭露头角。
2022年12月22日，来自美国德雷塞尔大学的两名学者在PLOS Digital Health上发表的一篇论文探索了ChatGPT在这方面的能力。
研究人员已将它用于诊断阿尔茨海默病（AD）。目前诊断AD的做法通常包括病史回顾和冗长的身体和神经系统评估与测试。由于60%～80%的痴呆症患者都有语言障碍，研究人员一直在关注那些能够捕捉细微语言线索的应用，包括识别犹豫、语法和发音错误以及忘记词语等，将其作为筛查早期AD的一种快捷、低成本的手段。
这项研究发现，OpenAI的GPT-3程序，可以从自发语音中识别线索，诊断并预测痴呆症早期阶段的准确率达到80%。
我国在人工智能方面也有积极尝试。据悉，人工智能眼科专家“CARE”能够一次性精准筛查14种眼病。
中山大学中山眼科中心副主任林浩添教授介绍，CARE可以识别正常眼底图像和14种常见眼底病变，包括糖尿病视网膜病变、高血压眼底表现、青光眼视神经病变、病理性近视眼底改变等，诊断的总体准确率从92.1%提升至95.2%，并在全国35家不同级别的医疗机构进行了临床真实环境验证。
ChatGPT和CARE只是随便举的两个例子，越来越多的人工智能已经被应用于医疗，并和人类医生产生了比较和竞争。
数年前，来自谷歌、谷歌大脑与Verily公司的科学家们开发出了一款能用来诊断乳腺癌的人工智能，它的表现甚至超过了专业的病理学家。众所周知，病理诊断的准确性严重依赖于病理医生的水平，即便是对于同一名病人，不同病理学家给出的诊断也往往会有很大不同，不同病理学家对乳腺癌诊断的一致率只有75.3%。在某些不典型的乳腺癌中，诊断的一致率竟下降到了48%，只有不足一半。
病理医生必须经过数年甚至十几年的训练，才能掌握足够的经验，成为一名合格的病理医生，要成为优秀的病理学家更是难上加难，在医疗资源不足的地区，想要得到足够的训练以获得经验，都是一种奢望。
然而，谷歌和Verily的科学家们将单张病理切片的图像分割成了数万至数十万个128x128像素的小区域，每个小区域内可能含有数个肿瘤细胞。随后，他们提供了许多肿瘤组织与正常组织的病理切片，供人工智能学习。短期内，这款人工智能掌握了一种像素级的技巧——它能分辨出单个小区域内被标注为“肿瘤”的像素，从而将整个小区域标注为“肿瘤区”，这能有效将肿瘤组织与健康组织区分开来。
随后，研究人员邀请了一位病理学家，并要求其与人工智能进行一场比赛。人类病理学家花了整整30个小时，仔细分析了130张切片，并给出了他的诊断结果。在随后基于灵敏度（找到了多少正确的肿瘤）和假阳性（将多少正常组织诊断为肿瘤）的评分中，人类病理学家的准确率为73.3%，人工智能的准确率却是88.5%。
这种比赛结果给人类医生造成了十分紧迫的压抑感，参赛人员表示：“很肯定地，对于病理科医生来说，我的能力确实不如人工智能，几十年后还没退休我可能就要失业了。”
海军军医大学附属长海医院普外科某医生曾说过：“如果人工智能机器人将要取代医生的话，那么外科一定是第一个被取代的，这是毫无疑问的，机器人可要比我们外科医生能吃苦得多了，目前人工智能已经在电子病案、外科手术、疾病诊断等方面占据了重要位置，它的精准度远远超过人类医生。”
尽管人工智能发展得越来越成熟，依赖记忆和逻辑的工种越来越不受重视，但人类医生也有自己的优势，至少我们提供的社会化和情感支持是不可替代的！
撰文 | 阿拉斯加宝
编辑 | 阿拉斯加宝