AI 如何融入这个职业
呼吸治疗助理
角色概览
呼吸治疗助理在持牌呼吸治疗师和肺科医生的指导下工作，工作场景包括急性护理医院、长期急症护理机构、专业护理机构以及门诊肺康复中心。该角色处于患者直接护理与临床设备管理的交汇点——这一职位程序操作密集、文件记录繁重，并且高度依赖对患者状况的实时监控。
日常职责包括：设置和维护机械呼吸机、实施雾化和喷雾吸入治疗、采集动脉血气样本、执行肺功能筛查测试、监测供氧系统，以及在电子健康档案中记录患者对治疗的反应。在重症监护病房和降级护理病房等高危急症环境中，呼吸治疗助理可能需要协助执行呼吸机撤机方案、进行气道抽吸，并在患者病情迅速恶化事件中提供急救支持。
该岗位的工作节奏快，且严格遵循既定规程。在医院环境中，呼吸治疗助理通常每班负责 15 到 30 名患者的治疗巡查，记录文档所需的时间往往占到整个班次的 25% 到 35%。这一职位受到各州具体执业范围法规的约束，且这些法规差异显著——某些州允许呼吸治疗助理独立执行一些任务，而在其他州，这些任务则必须在呼吸治疗师的直接监督下进行。
行业背景至关重要：呼吸治疗科室正持续面临着人手短缺、慢性阻塞性肺病和新冠后肺部疾病患者数量上升，以及医院为控制成本而推行规程化护理、要求每位持牌员工护理更多患者的压力。这正是人工智能辅助工具得以最快获得发展动力的环境。
人工智能如何改变这一角色
人工智能不会取代呼吸治疗助理，而是在重构他们的时间分配方式，并提升床旁临床决策支持的下限。这一转变正沿着三个不同的层面发生：文档自动化、呼吸机智能化以及预测性患者监测。
文档自动化是最直接的变化。基于大语言模型、嵌入 Epic 和 Cerner 工作流程的环境式临床文档工具，已经开始根据语音输入或从床旁设备抓取的结构化数据自动生成治疗记录。对呼吸治疗助理而言，这意味着以往记录一次雾化治疗或呼吸机检查所需的 10-15 分钟，可以压缩为 2 分钟的审核与签署流程。认知重心从转录移向了核查。
呼吸机智能化是更具临床意义的转变。目前由 Hamilton Medical（Intellivent-ASV）、Dräger 和 GE HealthCare 提供的闭环通气系统，运用持续反馈算法，根据患者呼吸力学实时调整压力支持、潮气量和吸入氧浓度（FiO₂）。使用这些系统的呼吸治疗助理不再需要每 2-4 小时手动滴定各项参数；取而代之的是，他们监控算法的决策，标记异常值，并在系统做出的调整与算法无法感知的临床情境（如患者躁动、痰液负荷、体位变化）不一致时，进行升级处置。
集成到飞利浦 HealthSuite、Sickbay（Medical Informatics Corp）和 Epic Deterioration Index 等 ICU 平台中的预测性监测工具，能够生成早期预警评分，在出现明显临床体征前 4-6 小时标记出有呼吸衰竭风险的患者。呼吸治疗助理正日渐成为这些警报的第一响应者——判断警报是应该立即升级处理，还是采取有针对性的干预措施，如调整体位或增加支气管扩张剂的使用频率。
最终的结果是，呼吸治疗助理被要求更像临床监测者，而非治疗技师。操作总量并未下降，但解读判断的需求大幅增加。
AI 可自动化的任务
- 治疗文档记录：从设备数据流与语音输入中自动填充雾化治疗记录、呼吸机参数日志及氧疗滴定记录
- 呼吸机参数滴定：闭环系统在方案规定范围内自动调整 PEEP、压力支持与 FiO₂，无需人工干预
- 脱机准备度筛查：算法基于氧合、呼吸驱动及血流动力学稳定性持续评估自主呼吸试验（SBT）适用条件——取代每4小时一次的人工评估
- 设备维护排程：根据使用周期与传感器数据，为呼吸机、CPAP/BiPAP 设备及雾化压缩机提供预测性维护告警
- 常规动脉血气分析标记：AI 辅助的模式识别可预先解读血气结果并标记酸碱失衡，供呼吸治疗师在 RTA 提交结果前复核
- 门诊肺康复患者排程：自动化预约优化、出勤追踪及运动进展记录
- 符合联合委员会与 CMS 要求的合规文档：通过 EHR 数据自动生成设备检测日志与治疗频次报告
价值攀升的技能
临床警报的解读与分类：随着人工智能系统生成越来越多的警示信息，如何从噪音中辨别出有价值的信号，并将算法标记与床旁实际观察相结合进行判断，正日益成为核心胜任力。
闭环通气的管理：理解适应性支持通气（ASV）及其他自动化模式背后的逻辑，知晓何时进行人工干预，并能够向主管呼吸治疗师和医生解释算法的决策依据。
患者沟通与教育：人工智能无法向刚确诊的慢性阻塞性肺疾病（COPD）患者解释为何需要改变吸入剂的使用方法，也无法引导术后患者克服使用诱发性肺量计的焦虑情绪。随着程序性任务的自动化，呼吸照护中关系建立与激励能力的重要性正日益凸显。
跨系统数据整合能力：能够驾驭多种数据流——电子健康记录（EHR）表、呼吸机波形分析、脉搏血氧饱和度趋势、二氧化碳波形图——并将其整合成清晰的临床判断，这类呼吸治疗助理的价值远高于仅能执行单一任务的从业者。
方案偏差的识别：随着照护日益算法化，能够识别患者何时未按方案预期产生反应并进行适时升级处理，已成为一项关键的差异化技能。
重要性逐渐降低的技能
- 手动计算呼吸机参数（如根据理想体重估算潮气量）—— 现由设备软件自动完成
- 手写或手动录入常规治疗的电子病历
- 死记硬背常用设备的安装顺序 —— 现由嵌入式数字清单和智能设备上的视频提示引导
- 门诊环境中的手动排班与患者跟踪
- 常规动脉血气结果的转录与基础解读标记
这些技能并非完全消失—— 理解其背后的生理学原理依然至关重要—— 但花在手动执行上的时间正在减少。
当前行业内的AI采用现状
呼吸治疗领域的AI采用情况并不均衡，且因机构而异，但发展趋势清晰。截至2024–2025年：
-
大型学术医疗中心和卫生系统（如梅奥诊所、克利夫兰诊所、HCA Healthcare、Ascension）正在试点或积极部署闭环通气、AI驱动的撤机方案以及环境文档工具。这些机构拥有IT基础设施和临床信息学团队，能够集成和验证这些系统。
-
社区医院和区域卫生系统处于更早期阶段——大多数已部署基本的早期预警评分系统（通常嵌入在Epic或Cerner电子病历中），但尚未大规模推进闭环通气或AI辅助撤机。
-
**长期急性护理机构（LTAC）和专业护理机构（SNF）**严重滞后。人员配备限制和较少的IT预算意味着AI采用很大程度上局限于其电子健康记录（EHR）平台内嵌的功能。这些机构中的许多呼吸治疗助理仍主要依赖人工工作流程。
-
门诊肺康复主要通过远程监测平台（如Propeller Health、Adherium）实现AI采用，这些平台追踪吸入器使用情况和症状模式，将数据反馈给护理团队，以便在两次就诊之间进行管理。
推动AI采用的市场压力主要不在于改善治疗效果（尽管这是公开的理论依据），而在于用更少的持证人员做更多的事情。呼吸治疗科室长期人手不足，医院管理者将AI辅助方案视为一种方式，以在无需按比例增加人员编制的情况下，将呼吸治疗师的监管范围扩展到更多患者。
未来工作流程演变
到 2027–2028 年，在高危重症环境中，呼吸治疗助理（RTA）的角色将与当下相比发生显著变化。最有可能的流程演变遵循以下模式：
当前状态：RTA 执行预定治疗、手动记录、按固定时间表进行常规呼吸机检查，并根据直接观察进行升级处理。
近期状态（1–2 年）：AI 负责文档记录，并在每班次开始时根据病情严重程度评分和预测恶化风险生成优先患者列表。RTA 将减少在预定查房上的时间，而更多地关注被标记的患者。在 ICU 环境中，呼吸机管理越来越多地以监督为主，而非手动调节。
中期状态（3–5 年）：在资源充足的系统中，RTA 担任临床监测员和患者教育者的角色，AI 负责大部分常规滴定和文档记录。该角色的操作核心（气道管理、紧急应对、动手评估）仍依赖人工。在资源不足的环境中，随着 AI 工具使 RTA 能够在直接呼吸治疗师（RT）监督较少的情况下安全管理更大的患者负荷，该角色的范围可能会扩大——这是一个州执业许可委员会开始着手应对的监管和责任问题。
门诊和居家护理领域将迎来最显著的变化：AI 驱动的远程监测平台将使 RTA 能够通过数字化接触点支持更大数量的 COPD、哮喘和 COVID 后患者群体，仅当远程数据显示病情恶化或患者依从性差时才安排上门访视。
常见的人工智能应用场景
呼吸机撤机方案自动化：例如 Hamilton 公司的 Intellivent-ASV 等系统可持续评估撤机准备度，自动调整支持水平，从而缩短拔管时间并降低自主呼吸试验（SBT）失败率。呼吸治疗助理负责监测整个过程，并在临床状况超出算法判断范围时及时介入。
环境式临床记录：通过语音激活或后台监听的工具从床旁互动中自动生成治疗记录，减轻高流量治疗巡视期间的文件记录负担。
病情恶化预测预警：集成于 ICU 的平台可标记出存在呼吸衰竭、肺炎或呼吸机相关事件风险的患者，使呼吸治疗助理能够主动干预，而非被动应对。
慢阻肺与哮喘患者的远程监测：联网吸入器和家庭脉搏血氧仪将数据传入疾病管理平台，由 AI 识别用药依从性差距以及门诊间隙期的急性加重模式。
肺功能检查解读辅助：AI 工具预先分析肺量计结果，标记阻塞性或限制性通气模式，并生成初步解读记录，供呼吸治疗师或医生复核。
设备使用分析：医院级 AI 工具可追踪呼吸机和持续气道正压通气（CPAP）设备的使用情况，预测设备需求并优化调配管理，减少呼吸治疗助理在人工盘点和维护追踪上所花费的时间。
推荐的AI技术栈
以下工具反映了当前在呼吸治疗环境中已部署或正在积极试用的技术，而非概念性愿景。
临床记录
- Nuance DAX（微软）—— 环境AI记录工具，与Epic和Cerner集成，在大型医疗系统的呼吸治疗科室中应用日益广泛
- Suki AI —— 语音驱动的临床笔记生成，用于门诊肺科场景
呼吸机智能
- Hamilton Medical Intellivent-ASV —— 闭环通气，具备自动氧合和通气管理功能
- Dräger SmartCare/PS —— 压力支持通气的自动脱机支持
预测性监测
- Epic病情恶化指数 —— 嵌入Epic EHR，在美国医院广泛部署
- Sickbay（Medical Informatics Corp） —— ICU数据集成与预测分析平台
- 飞利浦HealthSuite Clinical —— 带有AI辅助报警的患者监测
远程监测
- Propeller Health —— 面向COPD和哮喘管理的智能吸入器互联平台
- Biofourmis —— 远程患者监测，具备AI驱动的恶化预测，适用于出院后呼吸系统患者
肺功能
- ndd Medical EasyOne Connect —— 带有集成解读支持的肺量计
- Vyaire CareFusion —— 带有AI辅助质量控制和解读标记的肺功能测试系统
风险与挑战
警报疲劳是一个真实存在并有据可查的问题。 随着AI系统生成越来越多的预测性警示，呼吸治疗助理和呼吸治疗师已经对警报出现脱敏——尤其是在多个监测系统同时运行的重症监护室环境中。真正的风险在于，一个真正危急的警报可能被当作噪声分流掉。机构在部署AI监测工具时若不在警报治理和阈值校准方面加以投入，就会制造出新的患者安全风险。
在缺乏法规明确性的情况下出现职责范围扩张。 如果AI工具使得呼吸治疗助理能够安全管理当前需要呼吸治疗师执照才能执行的任务，机构就会面临扩大呼吸治疗助理执业范围的压力，但州法规和责任框架却未必能跟上。这会为超越执业许可范围行事的呼吸治疗助理带来法律风险，即便有AI辅助也是如此。
复杂患者中的算法盲区。 闭环通气系统是在相对同质的患者群体上进行验证的。呼吸力学异常的患者——如严重肥胖、神经肌肉疾病、复杂的术后气道——可能并不适合算法化管理。呼吸治疗助理需要能够识别患者何时超出了算法验证的有效范围。
数据集成故障。 许多医院运行着多个集成不良的系统。在一个平台上产生的AI恶化警报，可能在呼吸治疗助理正在做记录的电子健康记录中并不可见。工作流程的碎片化降低了AI工具的实际价值，并产生文档记录缺口。
技能退化风险。 长期与闭环通气系统并肩工作的呼吸治疗助理，可能失去手动呼吸机管理的能力——当技术失效、转运患者中或在资源有限环境下，这项技能恰恰至关重要。
未来展望（3-5年）
未来三至五年，呼吸治疗助理角色将沿着机构类型出现明显分化。在资源充足的急症照护体系中，该角色将向临床监测、患者教育和人工智能监管方向发展—形成高认知、低操作的职业特征。为胜任这一转变，很可能需要额外的培训和资格认证。美国呼吸照护委员会已着手探讨包含AI工具监督与数据解读能力的评估框架。
在资源不足的医疗场景——如乡镇医院、长期急症照护机构、专业护理机构——随着人工智能工具为更广泛的自主操作提供安全保障，该角色的操作范围可能扩大。这是一把双刃剑：既缓解了医疗可及性差距，也将风险集中在临床备援最薄弱的环节。
居家与远程照护领域代表着最显著的增长机遇。随着美国医保中心支付模式持续转向价值导向的医疗，以及"医院到家"项目不断扩张，具备远程监测能力的呼吸治疗助理将被需要，借助AI辅助监管工具管理更大规模的患者群体。
美国劳工统计局的劳动力预测显示，到2032年，呼吸治疗领域的就业率将保持14%的增长——高于平均水平——这一趋势由人口老龄化和COVID后肺部疾病负担所驱动。人工智能不会减少该岗位的总体编制，但会改变从业者的工作内容。
最后的洞见
呼吸治疗助理这一角色并未被自动化取代——而是在被重新定义。其核心的临床操作（气道管理、急救响应、直接的床旁患者评估）是 AI 无法在床边复制的。AI 所承担的，是那些长期不成比例地消耗 RTA 时间的行政事务和常规监测负担。而在此过程中，它也抛出了一个这个专业必须回答的问题：当常规工作已被处理，一位高技能的 RTA 真正该做什么？
越来越多的答案是：临床判断、患者关系和系统监管。那些投入精力去理解身边 AI 工具内在逻辑的 RTA——不仅仅是懂得如何操作，更懂得何时信任它们、何时推翻其判断——将会比那些把这些工具当成黑盒的人显著地更高效、也更具职业竞争力。这个专业正从任务执行转向临床督导，而这一转变奖赏的是好奇心、批判性思维，以及一种传统呼吸治疗教育未必始终强调的、与数据进行深度交互的意愿。
