醫療資訊
🇹🇼 台灣 · 醫療我的科系壽命
距離這個科系的畢業生職缺開始因 AI 減少
2028年3月24日 · 倒數 544 天
基礎程式撰寫、報表與疾病編碼大多已能交給 AI 處理，醫院資訊室、醫療資訊廠商的新人職缺與病歷管理職位會最先減少。病歷資訊管理師屬民間檢定，緩衝作用有限。
「科系壽命」是距離畢業生職缺開始因 AI 減少的剩餘時間，不代表科系會消失，也不代表所有人都會失業。
AI vs 人類，你站哪一邊？
畢業後的出路
2030畢業出路 · 以 2030 年 6 月底估算剩餘時間
醫療資訊：AI 對畢業生求職的影響
醫療資訊系教的是怎麼讓醫院的病歷、報表系統跑得順,畢業生多進醫院資訊室或醫療資訊公司當新人工程師。寫基礎程式、幫病歷做疾病編碼這類工作,AI已經能代勞大半,能留下來的多半是要跟醫生、護理師溝通需求、找出系統問題出在哪的人。
醫療資訊新人哪些工作先被AI接手?
幫病歷做疾病編碼、寫基礎的系統程式、產出固定格式的報表,這些重複性高的工作,AI已經能處理得不錯,醫院資訊室跟醫療資訊公司找新人做這些事的職缺會先減少。能留下來的,是要坐下來聽醫護人員描述需求、把模糊的要求轉成系統規格,還要在系統出錯時抓出問題根源的人。這也代表新人光靠寫程式,已經很難證明自己不可取代的價值。
軟體工程師、資料分析師、病歷管理人員差在哪?
這三條出路都偏文書與系統作業,跟AI能做的事重疊度都不低,YOU'RE NEXT判斷受影響的時間點相差不大,都算比較早開始感受到壓力。差別在於,病歷管理靠的是一張民間檢定,不像國家證照那樣能保護職缺,長期來看撐住招募的力道會更弱一些。長期而言,能同時懂系統邏輯又懂醫療流程的人,會比單純只會其中一項的人更吃香。
醫療資訊系學生該怎麼準備?
程式跟資料庫的基礎一定要會,但光會寫程式已經不夠,要練習怎麼跟不懂技術的醫護人員溝通,把他們的抱怨翻譯成系統該怎麼改。在學期間找機會去醫院資訊室實習,實際碰過病歷系統怎麼運作,比考再多張證照都有用。如果對統計分析有興趣,也可以往醫療數據分析方向多修一些課。也建議多了解醫院常用的病歷系統品牌怎麼運作,面試時會很有幫助。
撰寫日期
資料來源
資料用於說明工作、制度與科系。AI 取代時間與分數為 AI 推估，不是來源機構的預測。 計算方法（英文）
留言· 繁體中文