作者：默思編輯部 發布：2026-10-14
先看大盤：根據美國醫學院協會（AAMC）最新資料，2025-2026學年度共有54,699人申請美國醫學系，較前一年成長5.3%，扭轉了先前連續三年下滑的趨勢；其中首次申請者41,830人，成長幅度達8.4%。最終錄取就讀人數（matriculants）達23,440人，成長1.2%，美國MD授予醫學院的在學總人數首度突破10萬人，來到100,723人。換句話說，就「想當醫生的人多不多」這個大哉問，答案是：並沒有因為AI而明顯卻步，至少整體數字是回升的。
但把鏡頭拉到次專科層級，情況就不太一樣了。2026年住院醫師配對（Match）資料顯示，診斷放射科（Diagnostic Radiology）雖然釋出的PGY-1名額增加到1,241個（較2025年成長約3%），申請人數卻降到1,741人，較去年減少約1%，較2023年的歷史高峰2,014人更是下滑了14%。放射科的招滿率也從2025年的98.4%微幅下降到97.6%，出現35個缺額。相對地，介入性放射科（IR）名額成長18%至238個，顯示次專科內部的供需變化並不均勻。
多家放射醫學專業媒體（如Radiology Business、HealthExec）將這個申請人數下滑的現象，與社會上「AI會不會取代放射科醫師」的持續辯論連結在一起，認為公眾對演算法可能取代判讀工作的討論，可能讓部分醫學生對這個次專科卻步。但必須強調，這目前仍是媒體與業界評論員提出的假說，而非NRMP官方資料證實的因果關係——NRMP本身的2026年申請者調查報告雖然涵蓋放射科與病理科等次專科的選科考量因素，但目前可取得的摘要並未直接給出「因為AI才不申請」的統計證據。值得對照的是，更早期（2018年前後）的資料其實顯示放射科申請人數較2014-2015年成長了38.8%，顯示次專科熱門度本身就會隨時間波動，不能只歸因於單一因素。
對正在思考次專科方向的醫學生而言，比較務實的做法，不是因為一則「AI要取代放射科」的新聞標題就迴避某個次專科，而是實際去了解：目前AI在該次專科的導入程度、FDA核准的相關醫材涵蓋了哪些任務（现階段仍以放射科影像判讀為大宗，占FDA全部AI醫材核准項目的七成以上）、以及該次專科醫師的工作內容中，有多少比例是AI短期內能處理的「窄任務」，又有多少是需要臨床整合判斷、病人溝通、跨科會診等AI難以取代的部分。值得一提的是，NRMP同一年度公布的「選科決策因素」調查中，研究機會多寡、值班排程負擔、次專科未來發展性等傳統因素，排名仍然高於單一的「AI衝擊疑慮」，顯示即便放射科申請人數出現下滑，驅動醫學生選科決策的仍是多重因素交互作用的結果，媒體把焦點簡化成「大家都怕被AI取代所以不填放射科」，某種程度上低估了這個決策過程的複雜度。
想建立判讀這類「次專科選擇 vs 證據強度」議題的系統化能力，可以參考實證醫學2小時速成班：從PICO到森林圖，一次掌握競賽關鍵技能。