医院里的AI，过去往往以一套系统、一项试点或者一个效率工具出现。新加坡正在尝试换一种思路：不再只问“医院还能部署什么AI”，而是进一步追问，医生、护士、药师和管理人员的工作，应该如何围绕AI重新设计。

新加坡公共医疗机构NHG Health旗下医疗创新中心举行CHI INNOVATE 2026，并启动新加坡首个结构化医疗岗位加速器。同步公布的还有36种未来医疗岗位、临床AI人才培养计划、智能体AI咨询文件，以及面向医务人员的安全测试环境。

NHG Health并非一家单纯提供技术服务的企业，而是新加坡主要公共医疗服务体系之一，旗下覆盖陈笃生医院、邱德拔医院、兀兰医院、心理卫生学院、国家皮肤中心及基层诊疗机构，同时负责新加坡中部和北部地区的区域健康管理。也就是说，这次行动的意义不在于提出几个未来概念，而在于它具备把试验带进医院、社区和基层医疗网络的条件。

这不是一场未来岗位展，而是一套AI医疗落地机制

活动中最吸引眼球的是36种面向2036年的医疗岗位，包括AI增强护士、虚拟护理协调员、数字生物标志物分析师、个性化医疗顾问和AI健康助手。

但需要明确，这36种岗位目前主要用于展示医疗工作可能发生的变化，并不意味着NHG已经设立了36个正式岗位，更不代表AI健康助手已经可以自主完成分诊、诊疗和护理协调。它们更像是一张岗位重构地图，用来帮助医院提前讨论：哪些工作可交给机器，哪些决策必须由专业人员负责，以及人机协作之后责任如何划分。

真正具有落地价值的，是NHG同步推出的医疗岗位加速器。该平台将岗位转型拆成重新设想、岗位设计、快速试验和推广应用4个阶段，并计划在3至6个月内完成一轮岗位和工作流程测试。与常见的技术孵化器不同，它测试的不只是模型准确率，还包括工作分工、人员培训、操作流程和组织接受程度。

这意味着，AI医疗项目进入医院后，不再仅由技术部门完成一次系统安装，而是需要临床人员、管理团队和技术伙伴共同回答几个更难的问题：AI输出由谁审核，错误由谁发现，人员节省下来的时间如何重新分配，新流程能否在不同科室复制。

围绕这一目标，NHG计划于2026年7月与微软建立AI测试专区，让医务人员在隔离、安全的环境中试验智能体应用；其现有数字创新工作室则继续与亚马逊云科技合作，提供技术咨询、架构设计和快速原型支持。NHG还将联合英国盖伊和圣托马斯医院以及新加坡卫生科学局，推出临床AI人才培养计划，内容覆盖AI基础、效果评估、监管要求、临床流程整合和安全治理。

这里释放出的信号很清楚：AI医疗的下一个竞争环节，可能不再是谁拥有更多模型，而是谁能同时提供安全测试、流程设计、效果评估、人员培训和规模化推广能力。

真正的变化，是医院开始围绕AI重新设计工作

NHG此次强调岗位重构，有非常现实的背景。

新加坡官方数据显示，2025年约每5名公民中就有1人年龄达到65岁及以上，而2015年这一比例约为八分之一。人口老龄化意味着慢性病管理、长期照护和社区健康服务需求持续增加，但医疗体系无法无限依靠增加人员应对需求。

因此，AI在这里首先不是替代医务人员的故事，而是如何让有限的专业人员覆盖更多患者。

这一逻辑已经出现了初步验证。由新加坡保健服务集团开发的环境式AI病历工具Note Buddy，可以在问诊过程中记录对话并生成结构化临床记录，由医生审核后写入电子病历。CHI INNOVATE 2026公布的数据显示，该工具已推广至新加坡3个公共医疗集群，累计覆盖超过8500名使用者，生成超过13.3万份临床记录。相关研究显示，每次问诊的记录时间约减少15%，按年度计算相当于节省29个月的临床人员工作时间，接近70%的患者认为医生在交流过程中更加专注。

这些数据并不能证明生成式AI已经解决医疗质量问题，但至少说明，一项AI工具只有进入真实流程、保留人工复核、接入安全平台，并能够跨机构推广，才开始具备可衡量的价值。

新加坡公共医疗体系此前已经建设统一的生成式AI平台Tandem，医务人员可以先在安全环境中测试应用，验证后再进入正式运行环境。这种由公共基础设施承担安全、部署和扩展能力的模式，能够减少每家医院重复建设平台，也降低AI项目从试点走向跨机构应用的成本。

NHG此次进一步补上了岗位和人才环节。换句话说，过去解决的是“AI在哪里运行”，现在开始解决“AI进入医院后，人应该怎样工作”。

这也是此次事件最值得期待的地方。未来真正能够留在医疗体系中的AI产品，很可能不会以独立聊天机器人或者单一算法的形态存在，而是被嵌入病历记录、患者随访、排班、护理协调、慢病管理和社区服务等具体流程。相应的技术提供方，也不能只交付模型，而要证明产品能够适应临床责任边界、多语言环境、隐私要求和医院原有信息系统。

不过，NHG的智能体AI计划目前仍处于制度设计和受控试验阶段。咨询文件、AI测试专区和临床AI人才培养计划，为后续应用建立了基础，但尚不能据此判断AI智能体已经可以独立承担临床任务。

接下来更值得观察的，不是36种未来岗位中哪些名字最有想象力，而是首批3至6个月试验最终产生了多少可运行岗位，有多少方案进入正式临床环境，以及它们能否持续改善效率、患者体验和医疗质量。

当医院开始主动修改岗位、培训体系和责任流程，AI医疗才算真正从“采购一个工具”，走向“重建一种工作方式”。新加坡此次行动还没有给出最终答案，但它至少把AI落地最难、也最容易被忽略的那一层，正式摆到了台面上。

特别声明：智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。