《ACR Open Rheumatology》：Humanoid Colleagues and the Rheumatology Workforce: Preparing for a New Era
编辑推荐：
风湿病学面临持续的劳动力压力、不断扩大的就诊可及性差距以及日益增加的管理负担。扩大专科医师培训（fellowship）规模与整合高级实践临床医师仍属必要，但既有策略单独使用不太可能满足预期需求。与此同时，人工智能（AI）正日益嵌入临床医学，而具身化、通用型人形
风湿病学面临持续的劳动力压力、不断扩大的就诊可及性差距以及日益增加的管理负担。扩大专科医师培训（fellowship）规模与整合高级实践临床医师仍属必要，但既有策略单独使用不太可能满足预期需求。与此同时，人工智能（AI）正日益嵌入临床医学，而具身化、通用型人形机器人已开始进入工业劳动力队伍。本综述提出一个以专业为中心的框架，阐述此类人形系统若最终进入临床照护，应如何在风湿病学内被训练与治理。这是一项预期治理（anticipatory governance）练习：在部署压力到来前设计监督机制。研究人员将人形系统概念化为现有专科医师培训结构中的受监督受训者类比，而非临床医师的自主替代者，通过四个阶段推进：观察与模拟、基于能力的评估、监督下患者接触、与专科医师学员并行评估。由于临床可行的人形系统尚不存在，每一阶段均配对技术就绪度与监管触发里程碑，在激活前验证。监督沿双轨运行：美国食品药品监督管理局（FDA）监管设备本身，而锚定专科医师培训的训育与特权授予（privileging）治理其本地使用。所提出的教育收益（如通过教导非人类受训者获得更敏锐的临床推理）被框定为可检验假设而非既定效应。一条中心边界被固定：这些系统永不毕业至独立执业，最终诊断与治疗权保留于监督风湿病学家。若无审慎参与，AI融入风湿病学可能仅由商业与监管力量塑造。主动管理（包括诚实承认不确定性）可帮助确保技术变革强化患者信任、专业标准与劳动力可持续性。
研究背景与问题提出
风湿病学正面临严峻的劳动力危机。据美国风湿病学会（ACR）预测，至2030年成人风湿病诊疗需求将超过供给100%以上，儿科风湿病专科医师仅数百人服务广泛分散的患儿人群，导致候诊时间延长、可及性不均及健康差异扩大。既有的应对路径——扩大fellowship名额、提升留存率、整合高级实践临床医师——即使充分优化仍无法单独弥合缺口；同时行政负担与职业倦怠威胁劳动力可持续性。另一方面，AI已渗入临床软件层（如环境文档、影像识别），而2024—2026年间通用人形机器人（physically embodied general-purpose humanoid robot driven by vision-language-action models）从实验室走向工业部署（2025年全球装机约1.6万台，80%以上在中国，集中于物流与制造）。临床场景因其非结构化空间、脆弱患者、精细触诊需求及痛苦识别难度，将是最后进入的领域。在此张力下，研究人员开展一项 anticipatory governance 练习：在部署压力到来前，设计一套锚定于风湿病 fellowship 的训练与治理框架，将人形系统定位为“受监督受训者类比”而非自主替代者。
主要技术方法
研究人员未开展实证实验，而是采用概念框架构建法：基于文献与监管文件（FDA预定变更控制计划 PCCP、Good Machine Learning Practice 原则）梳理技术就绪度；依托现有 ACGME milestone 与 entrustment 理论改编行为锚定量表；设四阶段进阶门控（观察模拟→能力评估→监督接触→并行评估），每阶段配触发里程碑；构建双轨监督（联邦设备监管轨+机构专科培训轨）；设多学科 AI 监督委员会补偿人形系统缺乏道德主体性的治理缺口；并以表格对照“受训者类比成立处与断裂处”。无患者队列、无试剂与代码级操作。
研究结果（按原文小标题浓缩）
What is a “humanoid colleague”？ 明确定义三类区分：不同于纯软件临床AI、不同于窄功能医用机器人（如手术臂）、不同于社交辅助机器人；人形同事具物理临场、自然语言与动作交互、执行界定临床任务，故适用受训者治理类比。
Beyond tools: training humanoid colleagues 提出将系统嵌入 fellowship 的三点优势：责任始终医师指向；与 fellows 同标准可比；教导非人受训者或倒逼导师显性化推理（learning-by-teaching 假设，未证实）。
Where the technology actually stands 诚实评估：工业部署成功≠临床可行；无 FDA 面向患者授权；框架各阶段绑技术+监管触发门槛（如表1：Stage1需安全穿行诊室、噪声语音理解；Stage3需FDA授权+机构特权+责任协议）。
An emerging fellowship model 四阶段门控进阶：Stage1观察模拟（仅仿真/去标识数据）；Stage2能力评估（用行为锚定量表+版本控制、校准、drift、失败模式，非 ACGME milestone）；Stage3监督接触（三层监督：直接→间接→永久保留给人类：终诊、目标讨论、伦理决策）；Stage4并行评估（比任务标准而非比等价，机器轨与人轨并行不替代）；无毕业至独立执业。
The regulatory layer 双轨对齐：FDA/PCCP管设备版本迭代与上市授权；机构管本地特权与持续监督，前者证“安全有效”，后者证“此处可信”。
The trainee analogy and its limits 列表补偿（表2）：问责→医师/机构/厂商分担；无执照→FDA授权+机构privileging；无过失责任→三方分流；无经历式学习→版本更新回模拟复验；无专业身份→评估排除身份形成。
Potential impact 产能（接结构化问卷/文档）、教育（元认知锐化，待验）、可及性（远程随访异步审）、研究（纵向颗粒数据）。
Ethical and cultural challenges 患者信任（需知情拒绝权、风湿专科态度待研）、公平（硬件16k—250k+美元，倡 consortium/RaaS/模拟先行防差距扩大）、专业身份（augmentation非replacement）、数据治理（审计日志、端侧处理、禁二次商用）。
A research agenda 四可验问题：教机器是否锐化人推理？风湿患者/医师接受度？哪些能力构念可迁移机器？是否扩大项目间差距？
讨论与结论翻译浓缩
讨论指出，框架价值不在预测技术时刻，而在保留专业对集成条款的影响力（EHR前车之鉴）；预备工作本身具教育资产。结论重申：ACR劳动力分析证旧模型不足，Flexner后百年需再次锚定制度问责；训练人形同事非替医师，而是保人类独有判断/共情/复杂推理，并使出站 fellows 会领导AI照护。若风湿科不塑形，商业与监管将代劳。主动管理含诚实不确定性：技术或迟于预期、或异于框架，而治理构造任一种况下均有值。
（原文结论段末“If rheumatologists do not shape this integration, others will… future depends on such stewardship”直译：若风湿病学家不塑造此集成，他者便会；通过审慎引领，领域可助技术革新强化患者照护、教育与专业自身，风湿病学未来系于此管理。）
