S108｜医疗行业观察者：漫长培养周期与临床、科研评价的错位
背景：自述身处医疗行业，具体岗位、资历及所在城市未披露
行业：医疗 / 医学教育；地区：中国；观察涉及广州等地
概要：投稿人结合身边医生经历，讨论收入预期下降、培养周期延长，以及临床工作与科研考核之间的矛盾。他担心AI科研工具可能进一步放大平台和团队资源差距，并主张把时间、淘汰率和机会成本一起纳入职业评价。
来源：https://www.youtube.com/watch?v=tzlGs-s0wyM&t=806s
时间：00:13:26—00:21:20
正文摘自视频读信段落，并非原始投稿邮件。保留自动转录措辞与可能的错字；标题和概要为整理者概括。明确的博主点评已移出，归属不确定的口播另列。

说明：未将投稿人推断为医生或医学生；身边医生收入、录取热度及行业趋势均为个人观察，未独立核验。
说明：2026-10-19已对来源转录的人名、数字及英文术语进行重点复核，明确误识别已修正；仍非逐字人工听校定稿，待核项见校对记录。

投稿正文
你好想和你谈一下这几年我对国内医疗行业尤其是医生职业和医学教育的一些观察我身边有广州头部三甲医院的医生已经做到了副高但这几年实际收入是明显下降甚至接近腰斩DIP和DRG等医保支付方式的改革呢应该是其中一个重要的背景过去大家印象当中大城市头部三甲医院的副主任医师已经算是收入不错职业稳定的一群人但现在即使到了这个层级对未来收入的预期也在下降与此同时呢临床工作的压力反而并没有减轻医保控费医疗风险绩效考核患者预期和医患关系都在那里南方一些经济发达地区可能还好一点部分北方地区和普通地市医院的情况可能会更困难所以现在的问题已经不是简单的医生收入高不高而是整个职业的投入压力和回报关系正在发生变化更大的问题是现在三甲医院医生已经不只是负责把病看好还要要求承担越来越多的科研任务进职称凭人才留院带研究生乃至科室的资源分配往往都绕不开论文和科研基金而国家自然科学基金仍然是非常重要的硬指标可是现在国家自然科学基金的竞争已经非常激烈了真正有竞争力的项目越来越集中在头部医院头部高校和成熟科研团队一个普通临床医生如果没有好的前期论文导师实验平台病例数据和科研团队想拿到国家自然科学基金显然是非常不容易的但反过来没有基金又很难持续做好研究于是形成了一个循环即使拿到面上项目经费也就是几十万对于动物实验、测序多组学临床队列等真正需要持续投入的医学研究来说并不宽裕于是很多医生白天看门诊做手术查房处理病人晚上和周末还要写文章做数据写基金带学生科研本来应该是解决临床问题的工具最后却逐渐变成了独立于临床能力之外的一套职业考核体系这套压力又会继续向下传导到医学生和研究生的培养上专业型硕士的优势是能够较早进入临床训练体系完成规培以后可以直接找工作但现在如果想进入北上广深以及头部省级三甲医院硕士学历的竞争力已经越来越有限了尤其是临床科室博士逐渐变成事实上的门槛影像超声病理等专业可能相对好一点但总体趋势也是学历不断的上移学术型硕士则更偏科研训练很多学生读完三年学术以后为了进入高水平医院只能继续读学术型博士再花四五年做实验养细胞做动物发文章博士毕业以后如果还想真正从事临床又要补足临床训练这样算下来一个学生18岁开始学医本科硕士博士再加规培真正比较稳定进入医院工作的时候往往已经在30岁以上有些人还需要继续做博后更现实的是在一些顶级医院青年医生进入医院以后还要在规定时间内拿到国青〔项目简称待核〕或者达到相应的科研要求否则就很难留下来一个年轻医生真正获得稳定职业位置的年龄越来越晚这里面还有一个很大的结构性矛盾就是临床能力和科研能力在现有的评价体系里经常并不一致专业型博士在培养过程当中投入了大量时间做临床值班管病做操作他们真正的优势往往是看病能力和临床经验但在论文基金和实验研究上很多时候竞争不过长期接受科研训练的学术型博士学术型博士则相反他们可以连续多年待在实验室科研训练更体系论文和基金竞争力往往更强因此在职称晋升人才项目和留院考核体系当中反而更有优势但其中一部分人的临床训练和独立诊疗能力有明显弱于长期在临床一线工作的医生但这并不是说所有专业型博士科研都弱也不是说所有学术型博士临床都差但这种制度性的倾向客观存在真正花大量时间看病的人因为科研产出少在评价体系里可能处于劣势而科研做的好的人却可能在临床能力尚未充分成熟时获得更快的晋升这就形成了一个非常尴尬的问题医院最核心的任务本来是看病但现有晋升体系却可能让擅长科研的人比擅长看病的人更容易像是那么这种错位最终由谁来承担呢恐怕还是医院患者和整个医疗体系而且最近又出现了一个新的变量就是AI随着大语言模型AI Agent和Auto Research这一类自动化科研工具不断成熟文献检索数据整理代码分析论文写作乃至基金材料准备都在明显提速这对临床医生当然是好事一个善于使用AI的医生确实可以大幅提高科研效率但AI并不是只给临床医生使用那些本来就拥有成熟团队专职科研人员数据平台GPU算力和资金支持的头部团队甚至专业科研公司同样会更快更系统的把AI接入整个科研流程一个临床医生白天要看病只能利用碎片的时间来做科研另一边却可能是一个专职团队利用自动化工作流持续的推进项目因此AI未必会缩小普通医生和专业科研团队之间的差距反而可能会进一步放大这种差距今天我们觉得会用AI可以提高科研效率几年以后很可能会变成不会用AI已经没有科研竞争的资格而真正的竞争会进一步变成谁拥有更好的数据平台团队和AI科研体系最终论文更多基金材料更成熟医院对医生的科研要求也可能继续的水涨船高所以现在回过头来看医学这条路和很多家长想象当中的状态已经有了很大的区别过去大家觉得学医虽然辛苦但职业稳定社会地位不错只要熬出来以后收入和职业安全感都还可以现在则是培养周期越来越长学历要求越来越高科研竞争越来越激烈但医生收入和职业安全感并没有同步的提高一个年轻人18岁进入医学院本科五年只是开始后面可能还有硕士博士规培博士后等整个训练完成以后已经30多岁了而他的同龄人已经工作10年左右完成了职业积累买房结婚甚至开始积累资产因此今天评价学医到底值不值得已经不能只看医生是不是一个稳定职业也不能只看少数顶级专家的收入而应该把整个培养周期淘汰率机会成本科研压力地域门槛平台依赖和最终收入一起计算今年高考招生当中一些学校和地区的临床医学专业录取热度似乎也开始出现了下降这到底只是短期波动还是越来越多家庭开始重新计算学医的这笔账我觉得值得继续观察我并不是说医学不能学也不是否定医生这个职业的价值真正值得讨论的是现在这这套医学人才培养体系和评价体系正在要求一个人用十几年完成医学训练同时承担临床科研论文基金等多重竞争却又没有清晰回答一个最基本的问题我们到底希望医院培养出最会看病的医生还是最会做科研最会申请基金的人理想状态当然是两者兼具但人的时间和精力是有限的尤其是在如此漫长的训练周期下不可能要求每个人在临床和科研两个方向都达到顶尖水平如果评价体系长期不能解决这种矛盾那么未来真正受影响的恐怕不仅仅是医生自己的职业体系也包括医学教育的质量医院的人才结构和最终的医疗质量过去大家经常开玩笑说劝人学医天打雷劈以前更多是一种医生自己的职业自嘲现在来看这句话背后可能已经不仅仅是情绪而是一笔越来越值得认真计算的职业经济账以上是一个身处医疗行业中的人的一些观察也很想听听您的看法祝好
