1. 变革的浪潮与职业的十字路口
我们正处在一个由数据和算法驱动的新知识纪元。在医疗健康领域，人工智能已从前瞻概念演变为实践工具，深度融入辅助诊断、精准治疗、药物研发、医院管理及患者服务的全链条[1]。这一变革不仅催生了新的诊疗模式，更深刻改变了医学知识的生产(如AI辅助发现)、组织(如知识图谱)、传播与利用模式[2]。生成式人工智能的崛起，使得知识获取的界面变得更加自然、直接甚至“对话化”，进一步冲击了传统信息服务的中介价值。
在此背景下，医院图书馆员站在了职业发展的十字路口。一方面，基础性的文献检索、传递与整理工作，正日益被更高效的算法和平台所替代，职业的“存在性危机”从未如此紧迫[3]。另一方面，医疗信息的“过载”与“碎片化”并存，数据爆炸式增长与高质量证据的稀缺性形成尖锐矛盾，临床诊疗、医技配合、医院科研与患者安全管理等医疗核心场景，对深度、精准、情境化知识服务的需求空前高涨[4]。这揭示了一个核心悖论：技术替代了“简单”，但凸显了“复杂”的价值；自动化处理了“显性”，但亟需智慧来挖掘“隐性”。
因此，探讨医院图书馆员在AI时代的未来发展，其核心已不再是“是否应该改变”，而是“向何处改变”以及“如何改变”。本研究的核心命题是：面对AI的冲击与赋能，医院图书馆员该如何结合医疗行业的法规约束、临床路径特点与医学知识体系特性，系统性重构其核心能力，并据此开拓哪些具有可持续性和高附加值的职业发展新路径？本文将从现实挑战分析出发，构建一个多层次、可操作的能力重构框架，并据此设计具体的职业进化路径，以期为这一专业群体的战略转型提供清晰的路线图。
2. AI时代医院图书馆员能力的解构与医疗场景下的挑战
若要对医院图书馆员的能力进行重构，那么首先就需要深入理解传统的能力模型正在哪些具体的维度上被逐步解构，且需聚焦医疗场景的行业特殊性，剖析AI带来的系统性挑战——这些挑战并非通用图书馆行业的简单延伸，而是与医疗流程、患者安全、医疗法规深度绑定。
2.1. 知识检索与获取的“去中介化”，冲击医疗场景的精准信息供给
现如今，智能语义搜索引擎、学术发现系统以及临床决策支持系统(例如UpToDate, DynaMed等)已经具备了相当强大的功能，它们能够为医护人员提供近乎即时的答案[5]。在这样的情况下，用户不再必须要通过图书馆员作为“中介”来获取所需的信息。这一变化对参考咨询服务的传统模式构成了根本性的挑战。如果图书馆员仅仅停留在“检索技巧传授者”层面，无法结合专科临床路径提供精准的循证医学证据、无法对接临床诊疗知识更新需求，其自身的价值将会迅速被稀释。
2.2. 知识组织与管理的“自动化”，要求适配医疗数据的规范与安全
AI在元数据自动标引、资源自动分类、知识图谱自动构建等多个方面都展现出了强大的能力。以往传统的依赖于人工经验与规范控制的编目、分类等工作，其中的部分环节将逐步被自动化工具所取代。而医院图书馆的知识管理工作，并非单纯的文献整理，更涉及电子病历衍生知识、临床试验数据、诊疗指南文献等特殊资源，这些资源的组织不仅要遵循图书馆专业规范，更需符合《中华人民共和国个人信息保护法》《医疗机构病历管理规定》等医疗数据隐私保护法规，这就要求图书馆员必须将工作重心向上转移，聚焦医疗数据的合规化组织与管理。
2.3. 用户需求的“高阶化”，深度绑定临床诊疗与科研的实际环节
医院图书馆用户已经不再满足于仅仅获取一份文献列表或者全文。他们所需要的是：与临床查房、病例讨论等具体医疗环节深度结合，经过整合的答案，也就是综合多源信息形成的解决方案；情境化的临床证据，即与特定患者、特定研究问题紧密结合的证据；经过分析的知识，例如趋势预测、影响力分析、知识图谱可视化等；以及对AI生成内容的批判性评估[6]。可以说，用户的需求已经从“信息获取”跃升为“知识创造”与“智慧决策支持”[7]。
2.4. 工作疆界出现“泛在化”与“模糊化”的特点
知识服务不再仅仅局限于物理或者虚拟的图书馆空间，而是必须要嵌入到电子病历系统、科研项目管理平台、多学科团队会诊、临床试验设计等一线场景当中[8]。图书馆员需要与临床医生、研究员、数据科学家、IT工程师等各类专业人员紧密协作。在这样的情况下，传统清晰的岗位边界变得模糊起来，跨领域协作能力成为了图书馆员必须具备的能力[9]。
这些挑战共同指向了一个明确的结论：以“文献”为中心的能力体系已经难以继续适应时代的发展需求，必须要转向以医疗场景下的“数据–信息–知识–决策”全链条、以“临床诊疗与科研的实际情境”为核心、以“适配医疗需求的智能技术”为杠杆的新能力体系[10]。
3. 核心能力重构：一个多维框架
为了有效应对上述所提及的诸多挑战，医院图书馆员需要在以下四个核心维度之上对自身的能力进行全面重构，从而形成一个彼此相互支撑、紧密关联的“能力菱形”模型。这一模型如同稳固的架构，将为医院图书馆员在复杂的工作环境中提供坚实的能力支撑。
3.1. 维度一：临床信息学素养–嵌入医疗场景的“通行证”
这一素养是医院图书馆员区别于其他类型信息专家的根本所在。它对馆员提出了一系列明确且具体的要求[11]。
理解临床语言与标准化诊疗流程：医院图书馆员需要深入掌握基础医学术语、疾病分类、临床路径等专业知识，不仅要熟悉这些概念的表面含义，更要理解循证医学实践、多学科诊疗的工作逻辑。只有这样，才能在医疗场景中准确理解医护人员的信息需求，为他们提供精准的信息服务。
熟悉医疗信息系统生态：馆员需要全面了解医院信息系统、电子病历、实验室信息系统、影像归档系统的功能与数据逻辑，清楚知晓信息如何在这些系统中流动。这有助于馆员在实际工作中，能够快速准确地获取和整合相关信息，为临床和科研工作提供有力支持。
具备临床问题解构能力：馆员要能够将模糊的临床信息需求，通过细致的分析和思考，转化为可检索、可解答的临床问题，并运用PICO等模型进行精准界定。这一能力的具备，将使馆员在面对复杂的临床问题时，能够迅速找到解决问题的方向和方法。
3.2. 维度二：医疗数据智能能力–驾驭新生产资料的核心
在当今数据已经成为核心生产要素的时代，数据能力无疑是医院图书馆员的关键能力之一[12]。
医疗数据全生命周期的合规管理能力：全面掌握医疗研究数据、临床数据的全生命周期管理规范，包括数据的收集、存储、分析、共享等各个环节，能够为医院科研团队提供符合《药物临床试验质量管理规范(GCP)》《医疗卫生机构科研数据管理规范》的专业数据管理计划咨询；熟练掌握医疗数据标准、元数据方案，严格恪守《个人信息保护法》《医疗机构数据安全管理办法》等法规，确保医疗数据的安全、合规使用，规避数据隐私泄露风险。
医疗数据的专业素养与可视化能力：能够理解、评估医疗数据的特殊性(如诊疗数据的连续性、科研数据的样本性、患者数据的隐私性)，熟练使用SPSS、R语言等工具对医疗科研数据进行描述性统计、数据清洗与分析，能够精准解读数据分析结果并转化为临床科研可理解的结论；具备医疗数据的可视化能力，能够将疾病发病趋势、诊疗效果对比、科研数据关联等内容，转化为贴合医疗专业的图表与可视化报告。
医疗场景下的AI工具认知与应用能力：了解机器学习、自然语言处理在医疗领域的专属应用概念与流程，能够评估和选择适用于医学文献筛选、临床数据提取、疾病知识挖掘、药物关联分析的AI工具(如医学文献AI分析平台、临床数据挖掘系统)，并深刻理解其在医疗场景中的局限性(如AI对罕见病诊疗证据的挖掘不足、对个体化诊疗的适配性有限)。
3.3. 维度三：医疗场景嵌入式协同与咨询服务能力–创造价值的“主战场”
医院图书馆员的服务模式必须从传统的“等待请求”转向更加积极主动的“主动嵌入”。
深度需求分析与合作：馆员要能够深入临床或科研团队，通过细致的观察、深入的访谈，识别其未被言明的知识痛点，并根据这些痛点设计出切实可行的解决方案。这需要馆员具备敏锐的洞察力和良好的沟通能力，能够与团队成员建立良好的合作关系。
知识合成与传播：馆员要能够快速进行证据合成，为紧急病例讨论、指南制定、患者教育材料开发提供高质量的知识包。这要求馆员具备较强的信息整合能力和知识加工能力，能够将分散的信息转化为有价值的知识资源。
教学与赋能：馆员要设计和开展针对医护人员、研究生的信息素养、数据素养及AI素养培训，通过系统的培训提升整个机构的知识利用与创新能力。这需要馆员具备优秀的教学能力和课程设计能力，能够根据不同的培训对象和需求制定个性化的培训方案。
3.4. 维度四：智能技术驾驭与批判性思维–在AI时代的立身之本
在AI时代，医院图书馆员要学会与技术共舞，而不是被技术所替代。
智能工具的应用与评估：馆员要熟练使用智能检索、文献分析、知识图谱、文本挖掘等工具，并能批判性评估其结果的准确性、偏倚与伦理风险。这要求馆员具备扎实的技术基础和严谨的科学态度，能够在使用工具的过程中保持理性和客观[13]。
AI伦理与治理意识：馆员要深刻理解AI在医疗应用中存在的算法偏见、隐私泄露、责任界定等问题，能够在服务中融入伦理考量。这需要馆员具备高度的社会责任感和道德意识，确保AI技术在医疗领域的合理、合规应用。
创新思维与适应性学习：馆员要保持对医疗智能新技术的高度敏感，具备快速学习并整合新技术到临床诊疗、医疗科研、医院管理等专属服务中的能力，勇于进行服务模式的原型设计与试验。这要求馆员具备开放的思维和勇于尝试的精神，不断探索新的服务模式和方法，以适应不断变化的工作需求。
这四个维度共同构成了新一代医院图书馆员的“T型”能力结构：既要有“临床信息学”这一纵向深度，在该领域深入钻研、精通专业知识；也要有“数据智能、协同服务、技术批判”的宽广横向素养，能够在多个领域灵活运用知识和技能，为医院的临床、科研和管理工作提供全方位的支持[14]。
4. 职业发展新路径：从角色到实践
基于上述能力框架，医院图书馆员的职业发展可以从以下几个路径进行战略性拓展，实现从“成本中心”到“价值创造中心”的转变。
4.1. 路径一：成为专科化的“临床知识导航员”
这是“嵌入式服务”的深化。图书馆员可以选定特定临床专科，如肿瘤、心血管、神经等，深入发展该领域的深度知识[15]。
角色职责：作为科室的“编外”成员，参与查房、病例讨论、科研会议，负责实时提供与该专科最新指南、临床试验、不良反应、比较疗效研究等相关证据。利用AI进行快速文献筛选和证据汇总，制作“决策仪表盘”。
价值体现：缩短从证据到决策的时间，提高诊疗的精准性与安全性，直接支持高质量临床实践。
4.2. 路径二：成为“研究数据管理专员”
这是应对科研范式数据化转型的必然选择[16]。
角色职责：在科研项目立项阶段即介入，协助制定数据管理计划；指导数据收集、整理、标准化与文档化；协助选择数据仓储和准备数据共享；提供有关数据所有权、许可和伦理的咨询。
价值体现：提升医院科研数据的质量、可发现性、可复用性及合规性，促进开放科学，增加科研成果的影响力与可重复性。
4.3. 路径三：成为“学术影响力与知识资产分析师”
从管理文献到管理知识资产与影响力。
角色职责：运用文献计量、替代计量和AI驱动的分析工具，为医院、科室及领军人才绘制科研地图，分析合作网络，识别研究前沿与空白，评估学术影响力。管理并运营机构知识库，挖掘隐性知识，构建机构知识图谱[17]。
价值体现：为医院科研战略规划、人才引进与评估、学科建设提供数据驱动的决策支持，提升机构的整体学术声誉与知识管理水平。
4.4 路径四：成为“智慧知识生态系统构建师”
这是更具前瞻性和战略性的角色[17]。
角色职责：与IT部门、临床科室合作，参与设计并维护集成化的临床决策支持知识库、智能化的患者健康教育平台。利用自然语言处理技术，从海量电子病历、影像报告中挖掘可用的知识，反哺到知识系统中，形成闭环。
价值体现：推动医院知识管理从静态、分散走向动态、智能，构建一个能够自我学习、持续优化的智慧知识生态系统，成为智慧医院建设的核心智力引擎。
5. 实现路径的保障体系
职业转型并非馆员个体的单打独斗，而是一个需要系统支持的社会工程。
5.1. 个体层面：拥抱终身学习，主动重塑自我
馆员必须具备强烈的危机感和进取心，制定个人学习计划，通过在线课程、专业认证、学术会议、跨部门项目实践等方式，持续更新知识与技能。勇于走出舒适区，积极寻求嵌入一线服务的机会。
5.2. 组织层面：重新定位图书馆战略，投资于人才与创新
医院管理层必须重新认识图书馆的战略价值，将其定位为“临床支持与科研创新中心”而非“文献资料中心”。
战略支持：在政策和预算上支持图书馆的转型探索，允许试错。
投资于人：设立专项培训基金，引进复合型人才，建立与能力提升相挂钩的激励机制。
促进协同：打破部门壁垒，建立图书馆与信息科、科研处、临床科室的固定协作机制。
5.3. 行业与教育层面：革新标准与课程，引领专业未来
图书馆学情报学教育机构需深度改革课程体系，大幅增加临床信息学、数据科学、医疗AI导论、项目管理等课程。专业协会应尽快修订职业能力标准，推出新的专业认证，并通过工作坊、案例库建设等方式，为在职馆员提供转型指南。
6. 结论
人工智能的浪潮，没有淹没医院图书馆员的职业价值，反而冲刷出了一片更广阔、更具战略意义的新大陆。未来的竞争，不再是信息获取效率的竞争，而是知识转化深度、数据驱动智慧和服务嵌入精度的竞争。医院图书馆员的职业未来，不在于固守资源的堡垒，而在于主动融入知识创造的洪流，成为临床智慧决策的关键协作者、科研数据价值的提炼者和医院智慧进化的推动者。
核心能力的重构，是从“手”的操作走向“脑”的洞察与“心”的协同。职业发展新路径的开辟，是从单一的服务点走向多维的价值网络。这是一条充满挑战的进化之路，但更是一条通往不可替代性与职业尊严的必由之路。只有完成这场从“资源中心”到“赋能中心”的深刻蜕变，医院图书馆员才能在AI时代，书写下属于这个专业群体的崭新篇章。