สหรัฐอเมริกามีนักถอดเสียงทางการแพทย์เหลืออยู่ 41,550 คนในเดือนพฤษภาคม 2025 ลดลง 28.2% จาก 57,830 คนเมื่อทศวรรษก่อน และสำนักสถิติแรงงานสหรัฐคาดการณ์ว่าจะลดลงอีก 5% ภายในปี 2034 (BLS, Occupational Employment and Wage Statistics, May 2025) งานนี้ไม่ได้หายไป มันแค่เปลี่ยนมือผู้ทำ แพทย์ยังคงใช้เวลาเกือบสองชั่วโมงกับบันทึกอิเล็กทรอนิกส์และงานเอกสารต่อการดูแลผู้ป่วยโดยตรงหนึ่งชั่วโมง (Annals of Internal Medicine) ตลาดการถอดเสียงทางการแพทย์ทั่วโลกยังคงมีมูลค่าประมาณ 80 พันล้านดอลลาร์ต่อปี (Mordor Intelligence, 2025) และ AI scribe แบบ ambient บันทึกบทสนทนาผู้ป่วยมากกว่า 3 ล้านครั้งภายในเดือนเดียวใน 600 องค์กรด้านสุขภาพ (Microsoft, March 2025) การวิเคราะห์นี้รวบรวมข้อมูลจากสำนักสถิติแรงงานสหรัฐ, NEJM AI, Peterson Health Technology Institute, KLAS Research และแหล่งข้อมูลหลักอื่นอีก 15 แหล่ง เพื่อฉายภาพว่าการพิมพ์ตามคำบอกและการถอดเสียงทางการแพทย์อยู่ตรงจุดไหนในปี 2026
สรุปย่อ
- มีนักถอดเสียงทางการแพทย์ทำงานอยู่ในสหรัฐ 41,550 คนในเดือนพฤษภาคม 2025 ลดลงจาก 57,830 คนในเดือนพฤษภาคม 2015 (BLS OES)
- BLS คาดการณ์ว่าการจ้างงานจะลดลง 5% ระหว่างปี 2024 ถึง 2034 จาก 43,900 เหลือประมาณ 41,800 ตำแหน่ง (BLS Occupational Outlook Handbook)
- ตำแหน่งงานว่างที่คาดการณ์ไว้ประมาณ 7,400 ตำแหน่งต่อปีทั้งหมดมาจากความต้องการทดแทน ไม่มีส่วนใดมาจากการเติบโต (BLS OOH)
- ค่าจ้างมัธยฐานอยู่ที่ 40,410 ดอลลาร์ต่อปี หรือ 19.43 ดอลลาร์ต่อชั่วโมง ในเดือนพฤษภาคม 2025 (BLS OES)
- แพทย์ใช้เวลา 49.2% ของวันทำงานในสำนักงานไปกับ EHR และงานเอกสาร เทียบกับ 27% กับการพบปะผู้ป่วยโดยตรงทางคลินิก (Annals of Internal Medicine)
- แพทย์เวชปฏิบัติทั่วไปใช้เวลา 5.9 ชั่วโมงจากวันทำงาน 11.4 ชั่วโมงไปกับ EHR รวมถึงเวลานอกเวลางาน 86 นาทีที่เรียกว่า “pajama time” (Annals of Family Medicine)
- ร่างเอกสารดิบจากการรู้จำเสียงพูดมีข้อผิดพลาด 7.4 ครั้งต่อ 100 คำ หลังการตรวจทานโดยมนุษย์ บันทึกฉบับลงนามสุดท้ายมีข้อผิดพลาดเพียง 0.3% (JAMA Network Open)
- ภาวะหมดไฟของแพทย์ลดลงเหลือ 45.2% ในปี 2023 จากสถิติสูงสุด 62.8% ในปี 2021 (Mayo Clinic Proceedings)
- การนำ ambient AI มาใช้ของ Kaiser Permanente ครอบคลุมแพทย์ 7,260 คน และการพบผู้ป่วย 2.5 ล้านครั้ง ช่วยประหยัดเวลาเทียบเท่ากับ 1,794 วันทำงานในหนึ่งปี (The Permanente Medical Group, NEJM Catalyst)
- Abridge ระดมทุนได้ 300 ล้านดอลลาร์ ที่มูลค่าบริษัท 5.3 พันล้านดอลลาร์ ในเดือนมิถุนายน 2025 เพียงสี่เดือนหลังจากรอบระดมทุน 250 ล้านดอลลาร์ (Fierce Healthcare)
- ตลาดการถอดเสียงทางการแพทย์ทั่วโลกมีมูลค่าประมาณ 80 ถึง 84 พันล้านดอลลาร์ โดยการจ้างภายนอกคิดเป็น 58.95% ของการจัดหา (Mordor Intelligence; IMARC)
1. กำลังแรงงานนักถอดเสียงทางการแพทย์ที่กำลังหดตัว
อาชีพที่เคยเป็นตัวกำหนดการบันทึกเอกสารทางการแพทย์กำลังหดตัวลงในทุกมิติ โครงการ BLS Occupational Employment and Wage Statistics นับได้ 41,550 คนที่เป็นนักถอดเสียงทางการแพทย์ในเดือนพฤษภาคม 2025 ซึ่งลดลง 16,280 ตำแหน่ง หรือ 28.2% นับตั้งแต่เดือนพฤษภาคม 2015 BLS Occupational Outlook Handbook คาดการณ์ว่าจะลดลงอีก 5% ระหว่างปี 2024 ถึง 2034 และตำแหน่งงานว่างที่คาดการณ์ไว้ประมาณ 7,400 ตำแหน่งต่อปีทั้งหมดคาดว่าจะมาจากการทดแทนคนที่ออกจากงาน ไม่ใช่จากการเติบโต คู่มือระบุเหตุผลไว้อย่างชัดเจน หน้าที่หลักของนักถอดเสียงยุคใหม่คือการ “ตรวจทานและแก้ไขร่างเอกสารที่จัดเตรียมโดยซอฟต์แวร์รู้จำเสียงพูด” ซึ่งหมายความว่าเทคโนโลยีที่เข้ามาแทนที่งานพิมพ์ตอนนี้กลับเป็นตัวกำหนดสิ่งที่ยังหลงเหลืออยู่ของอาชีพนี้
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| จำนวนนักถอดเสียงทางการแพทย์ในสหรัฐ (พฤษภาคม 2025) | 41,550 | BLS OES, May 2025 |
| จำนวนที่มีงานทำเมื่อทศวรรษก่อน (พฤษภาคม 2015) | 57,830 | BLS OES, May 2015 |
| การเปลี่ยนแปลงการจ้างงานในรอบ 10 ปี | -16,280 (-28.2%) | BLS OES |
| การจ้างงานในปีฐานของการคาดการณ์ (2024) | 43,900 | BLS OOH |
| การจ้างงานที่คาดการณ์ (2034) | ~41,800 (-5%) | BLS OOH, 2024-34 |
| การเปลี่ยนแปลงเชิงตัวเลขที่คาดการณ์ 2024-34 | -2,200 ตำแหน่ง | BLS OOH |
| ตำแหน่งงานว่างที่คาดการณ์ต่อปี (ทดแทนทั้งหมด) | ~7,400 | BLS OOH |
| หมวดหมู่แนวโน้มอย่างเป็นทางการ | ”Decline” | O*NET Online, 31-9094.00 |
บริบท: ผู้บันทึกการพิจารณาคดี (court stenographers) เผชิญแรงกดดันจากเทคโนโลยีเสียงพูดในลักษณะคล้ายกัน ซึ่งเรานำเสนอตัวเลขไว้ในสถิติการบันทึกการพิจารณาคดี
2. ค่าจ้าง: การถอดเสียงโดยมนุษย์ได้ค่าตอบแทนเท่าไรในปี 2026
ค่าจ้างบอกเล่าเรื่องเดียวกันจากมุมที่ต่างออกไป ค่ามัธยฐานในเดือนพฤษภาคม 2025 ที่ 40,410 ดอลลาร์ สูงกว่าค่ามัธยฐานในเดือนพฤษภาคม 2015 ที่ 34,890 ดอลลาร์เพียง 15.8% ในเชิงตัวเลขที่ระบุ ซึ่งเป็นการเติบโตของค่าจ้างตลอดทศวรรษที่ตามหลังอัตราเงินเฟ้อสะสมในช่วงเวลาเดียวกัน ช่วงค่าจ้างมีความแบนราบอย่างผิดปกติ กลุ่มล่างสุด 10% ของนักถอดเสียงทางการแพทย์มีรายได้ต่ำกว่า 28,250 ดอลลาร์ ในขณะที่กลุ่มบนสุด 10% มีรายได้มากกว่า 55,950 ดอลลาร์ เพดานนี้อยู่ที่ประมาณ 1.4 เท่าของค่ามัธยฐานเท่านั้น การเข้าสู่อาชีพนี้ยังคงต้องการเพียงประกาศนียบัตรหลังมัธยมปลายที่ไม่ใช่ปริญญา ตาม BLS Occupational Outlook Handbook ซึ่งทำให้สายอาชีพนี้เข้าถึงได้ง่าย แต่ก็ทำให้ค่าจ้างถูกบีบให้แคบลงเมื่อปริมาณงานย้ายไปสู่ซอฟต์แวร์
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ค่าจ้างมัธยฐานต่อปี (พฤษภาคม 2025) | 40,410 ดอลลาร์ | BLS OES, May 2025 |
| ค่าจ้างเฉลี่ยต่อปี (พฤษภาคม 2025) | 41,710 ดอลลาร์ | BLS OES, May 2025 |
| ค่าจ้างมัธยฐานต่อชั่วโมง (พฤษภาคม 2025) | 19.43 ดอลลาร์ | BLS OES, May 2025 |
| ค่าจ้างต่อปีที่เปอร์เซ็นไทล์ที่ 10 | 28,250 ดอลลาร์ | BLS OES, May 2025 |
| ค่าจ้างต่อปีที่เปอร์เซ็นไทล์ที่ 90 | 55,950 ดอลลาร์ | BLS OES, May 2025 |
| ค่าจ้างมัธยฐานต่อปี (พฤษภาคม 2015) | 34,890 ดอลลาร์ | BLS OES, May 2015 |
| การเติบโตของค่าจ้างมัธยฐานเชิงตัวเลข 2015-2025 | +15.8% | BLS OES |
| ระดับการศึกษาขั้นเริ่มต้นทั่วไป | ประกาศนียบัตรหลังมัธยมปลายที่ไม่ใช่ปริญญา | BLS OOH |
หมายเหตุ: ค่ามัธยฐานปี 2024 ที่ OOH เผยแพร่แยกต่างหาก (37,550 ดอลลาร์ หรือ 18.05 ดอลลาร์ต่อชั่วโมง) สะท้อนผลสำรวจเดือนพฤษภาคม 2024 ส่วนตัวเลขเดือนพฤษภาคม 2025 ข้างต้นเป็นข้อมูลล่าสุดที่มีอยู่
3. ภาระงานเอกสารเบื้องหลังความต้องการ
ความต้องการงานถอดเสียงเป็นอาการของปัญหาที่ใหญ่กว่าเสมอมา นั่นคือการแพทย์ทางคลินิกสร้างงานเอกสารมากกว่าที่แพทย์จะรับไหว การศึกษา time-motion ของ Annals of Internal Medicine ที่ถือเป็นงานวิจัยสำคัญ ซึ่งติดตามแพทย์ 57 คนเป็นเวลา 430 ชั่วโมง พบว่าแพทย์ใช้เวลา 49.2% ของวันทำงานในสำนักงานไปกับ EHR และงานเอกสาร และใช้เวลาเพียง 27% กับการพบปะผู้ป่วยโดยตรงทางคลินิก ในทุกหนึ่งชั่วโมงที่อยู่กับผู้ป่วย แพทย์ใช้เวลาเพิ่มอีกเกือบสองชั่วโมงกับบันทึกและงานบริหาร และข้อมูลจากไดอารี่แสดงว่ามีงาน EHR เพิ่มอีก 1 ถึง 2 ชั่วโมงทุกคืน งานวิจัยที่ใช้บันทึกเหตุการณ์ (event-log) ให้ตัวเลขที่ชัดเจนในรูปแบบเดียวกัน แพทย์เวชศาสตร์ครอบครัว 142 คนใช้เวลา 5.9 ชั่วโมงจากวันทำงาน 11.4 ชั่วโมงไปกับ EHR (Annals of Family Medicine) และการศึกษาการพบผู้ป่วยนอกประมาณ 100 ล้านครั้งวัดได้ว่าใช้เวลา 16 นาที 14 วินาทีกับ EHR ต่อการเข้าพบหนึ่งครั้ง (Annals of Internal Medicine, 2020)
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| วันทำงานในสำนักงานที่ใช้กับ EHR และงานเอกสาร | 49.2% | Annals of Internal Medicine, 2016 |
| วันทำงานในสำนักงานที่ใช้กับการพบปะผู้ป่วยโดยตรง | 27.0% | Annals of Internal Medicine, 2016 |
| ชั่วโมง EHR/งานเอกสารเพิ่มเติมต่อชั่วโมงที่อยู่กับผู้ป่วย | ~2 ชั่วโมง | Annals of Internal Medicine, 2016 |
| วันทำงานเวชปฏิบัติทั่วไปที่ใช้กับ EHR | 5.9 จาก 11.4 ชั่วโมง (355 นาที) | Annals of Family Medicine, 2017 |
| เวลา EHR นอกเวลางาน (“pajama time”) ต่อวัน | 86 นาที | Annals of Family Medicine, 2017 |
| สัดส่วนงานธุรการในเวลา EHR ทั้งหมด | 44.2% (157 นาที) | Annals of Family Medicine, 2017 |
| เวลา EHR ต่อการพบผู้ป่วยนอกหนึ่งครั้ง | 16 นาที 14 วินาที | Annals of Internal Medicine, 2020 |
| สัดส่วนกิจกรรม EHR ต่อการเข้าพบ | 33% ตรวจสอบเวชระเบียน, 24% บันทึกเอกสาร, 17% การสั่งการรักษา | Annals of Internal Medicine, 2020 |
บริบท: การพบแพทย์แบบเสมือนจริงสร้างบันทึกแบบเดียวกับการพบแพทย์แบบตัวต่อตัว ภาระนี้จึงติดตามการดูแลไปทุกที่ที่มันเคลื่อนไป ดูข้อมูลเพิ่มเติมได้ในสถิติการแพทย์ทางไกล
4. ภาวะหมดไฟและต้นทุนของงานธุรการ
ภาระงานเอกสารไม่ใช่แค่ปัญหาด้านประสิทธิภาพเท่านั้น แต่ยังเกี่ยวโยงโดยตรงกับความเป็นอยู่ที่ดีของแพทย์ การสำรวจของ Mayo Clinic Proceedings ที่ทำทุกสามปีจากผู้เข้าร่วม 7,643 คน พบว่าแพทย์สหรัฐ 45.2% รายงานอาการหมดไฟอย่างน้อยหนึ่งอาการในปี 2023 ซึ่งดีขึ้นจากสถิติสูงสุดในช่วงโรคระบาดที่ 62.8% ในปี 2021 แต่ก็ยังสูงกว่าประชากรวัยทำงานทั่วไป แม้แต่ในห้องตรวจ แพทย์ยังใช้เวลา 37% กับ EHR ในขณะที่ผู้ป่วยอยู่ต่อหน้า เหลือเวลาเพียง 52.9% สำหรับการปฏิสัมพันธ์โดยตรง (Annals of Internal Medicine) ต้นทุนในระดับระบบนั้นมหาศาล รายงาน administrative AI เดือนเมษายน 2026 ของ Peterson Health Technology Institute ระบุว่างบประมาณด้านสุขภาพของสหรัฐ 350 พันล้านดอลลาร์ต่อปีสูญเสียไปกับความสิ้นเปลืองด้านการบริหาร โดย 266 พันล้านดอลลาร์มาจากความซับซ้อนด้านการบริหารเพียงอย่างเดียว
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| แพทย์ที่มีอาการหมดไฟอย่างน้อยหนึ่งอาการ (2023) | 45.2% | Mayo Clinic Proceedings, 2025 |
| ภาวะหมดไฟในจุดสูงสุดปี 2021 | 62.8% | Mayo Clinic Proceedings, 2025 |
| ภาวะหมดไฟในปี 2011 เพื่อเปรียบเทียบ | 45.5% | Mayo Clinic Proceedings, 2025 |
| ความพึงพอใจด้านสมดุลชีวิตการทำงาน 2023 เทียบกับ 2021 | 42.2% เทียบกับ 30.3% | Mayo Clinic Proceedings, 2025 |
| เวลาที่ใช้กับ EHR ในห้องตรวจขณะมีผู้ป่วยอยู่ | 37.0% | Annals of Internal Medicine, 2016 |
| งานนอกเวลาที่รายงานต่อคืน | 1-2 ชั่วโมง | Annals of Internal Medicine, 2016 |
| ความสิ้นเปลืองด้านบริหารในระบบสุขภาพสหรัฐต่อปี | 350 พันล้านดอลลาร์ | PHTI, 2026 |
| ความสิ้นเปลืองที่มาจากความซับซ้อนด้านการบริหาร | 266 พันล้านดอลลาร์ | PHTI, 2026 |
หมายเหตุ: ภาวะหมดไฟมีปัจจัยขับเคลื่อนหลายอย่าง แต่งานเอกสารเป็นปัจจัยที่ระบบสุขภาพสามารถออกแบบให้หมดไปได้โดยตรงที่สุด ซึ่งเป็นจุดขายหลักเบื้องหลังกระแส ambient AI ในหัวข้อที่ 6
5. ความแม่นยำของการรู้จำเสียงพูดในเอกสารทางคลินิก
กรณีคลาสสิกที่สนับสนุนให้มนุษย์ยังคงอยู่ในกระบวนการคือลำดับขั้นของอัตราข้อผิดพลาดที่บันทึกไว้ใน JAMA Network Open นักวิจัยวิเคราะห์บันทึกทางคลินิก 217 ฉบับ แบ่งเป็นบันทึกที่สำนักงาน 83 ฉบับ สรุปการจำหน่ายผู้ป่วย 75 ฉบับ และบันทึกการผ่าตัด 59 ฉบับ ซึ่งบอกโดยแพทย์ 144 คนที่ใช้ซอฟต์แวร์รู้จำเสียงพูด ร่างเอกสารดิบจากการรู้จำเสียงพูดมีข้อผิดพลาด 7.4 ครั้งต่อ 100 คำ การตรวจทานโดยนักถอดเสียงมืออาชีพลดอัตรานี้ลงเหลือ 0.4% และบันทึกฉบับสุดท้ายที่แพทย์ลงนามแล้วมีข้อผิดพลาดเพียง 0.3% ข้อผิดพลาดไม่ได้เป็นเรื่องผิวเผินทั้งหมด 5.7% ของข้อผิดพลาดในร่างดิบมีนัยสำคัญทางคลินิก การลดลง 25 เท่าระหว่างร่างจากเครื่องกับบันทึกที่ลงนามแล้วนี้คือเหตุผลทางธุรกิจที่เหลืออยู่ทั้งหมดสำหรับการถอดเสียงทางการแพทย์โดยมนุษย์ และอธิบายได้ว่าทำไมอาชีพนี้จึงอยู่รอดในฐานะบทบาทของการตรวจแก้ ไม่ใช่การพิมพ์
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| อัตราข้อผิดพลาดในร่างดิบจากการรู้จำเสียงพูด | 7.4 ต่อ 100 คำ | JAMA Network Open, 2018 |
| อัตราข้อผิดพลาดหลังนักถอดเสียงตรวจทาน | 0.4% | JAMA Network Open, 2018 |
| อัตราข้อผิดพลาดในบันทึกฉบับสุดท้ายที่ลงนามแล้ว | 0.3% | JAMA Network Open, 2018 |
| ข้อผิดพลาดในร่างดิบที่มีนัยสำคัญทางคลินิก | 5.7% | JAMA Network Open, 2018 |
| ตัวอย่างที่วิเคราะห์ | บันทึก 217 ฉบับจากแพทย์ 144 คน | JAMA Network Open, 2018 |
หมายเหตุ: ระบบ ambient AI รุ่นใหม่ถูกประเมินด้วยวิธีที่ต่างออกไป ในการทดลองของ NEJM AI ปี 2025 เอกสารที่สร้างโดย ambient AI ได้คะแนน 3.97 ถึง 4.99 จาก 5 ในมิติคุณภาพต่าง ๆ ตามเครื่องมือ PDSQI-9 โดยยังคงต้องให้แพทย์ลงนามรับรองในทุกบันทึก
6. การบันทึกเอกสารทางคลินิกด้วย Ambient AI ก้าวสู่กระแสหลัก
เรื่องราวที่เคลื่อนไหวเร็วที่สุดในวงการบันทึกเอกสารทางการแพทย์คือ ambient AI ซอฟต์แวร์ที่ฟังการพบผู้ป่วยและร่างบันทึกโดยไม่ต้องมีการบอกตามคำพูด การนำไปใช้งานที่ใหญ่ที่สุดที่มีการเปิดเผยอยู่ที่กลุ่มการแพทย์ Northern California ของ Kaiser Permanente ซึ่งการวิเคราะห์ที่เผยแพร่ผ่าน NEJM Catalyst ครอบคลุมแพทย์ 7,260 คน และการพบผู้ป่วยมากกว่า 2.5 ล้านครั้ง เครื่องมือนี้ช่วยประหยัดเวลาให้แพทย์เหล่านั้นเทียบเท่ากับ 1,794 วันทำงานในหนึ่งปี 84% รายงานผลดีต่อการปฏิสัมพันธ์กับผู้ป่วย และ 82% รายงานว่าความพึงพอใจในการทำงานดีขึ้น ประกาศ Dragon Copilot ของ Microsoft รายงานว่า DAX Copilot บันทึกบทสนทนาแบบ ambient มากกว่า 3 ล้านครั้งภายในเดือนเดียวใน 600 องค์กร ในขณะที่หลักฐานจากการทดลองแบบสุ่มมาถึงในเดือนธันวาคม 2025 การทดลองของ NEJM AI กับแพทย์ 238 คน พบว่าเวลาที่ใช้กับบันทึกลดลง 9.5% สำหรับผลิตภัณฑ์หนึ่ง และคะแนนภาวะหมดไฟดีขึ้นสำหรับผลิตภัณฑ์ทั้งสองที่ทดสอบ และการทดลองเชิงปฏิบัติของ NEJM AI ครั้งที่สอง วัดได้ว่าเวลาบันทึกลดลง 0.36 ชั่วโมงต่อวัน และความอ่อนล้าจากการทำงานลดลงอย่างมีนัยสำคัญ Peterson Health Technology Institute ซึ่งสำรวจระบบชั้นนำรวมถึง Mass General Brigham, Providence และ Intermountain เรียกอัตราการนำ ambient scribe มาใช้ว่า “กำลังจะเป็นหนึ่งในการเติบโตที่เร็วที่สุดในประวัติศาสตร์ระบบสุขภาพยุคใหม่” และKLAS Research เผยแพร่การเปรียบเทียบประสิทธิภาพผู้ให้บริการครั้งแรก ของหมวดหมู่นี้ในเดือนกุมภาพันธ์ 2025
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| แพทย์ของ Kaiser Permanente ที่ใช้ ambient AI | 7,260 | The Permanente Medical Group / NEJM Catalyst |
| การพบผู้ป่วยที่บันทึกในการประเมิน | 2.5+ ล้านครั้ง | The Permanente Medical Group / NEJM Catalyst |
| เวลาของแพทย์ที่ประหยัดได้ในหนึ่งปี | 1,794 วันทำงาน | The Permanente Medical Group / NEJM Catalyst |
| ผู้ป่วยที่สังเกตว่าแพทย์มองหน้าจอน้อยลง | 47% | The Permanente Medical Group / NEJM Catalyst |
| บทสนทนาแบบ ambient ของ DAX Copilot ในหนึ่งเดือน | 3+ ล้านครั้งใน 600 องค์กร | Microsoft, Mar 2025 |
| เวลาที่ประหยัดได้ต่อการพบผู้ป่วยหนึ่งครั้ง (DAX Copilot) | 5 นาที | Microsoft, Mar 2025 |
| แพทย์ที่รายงานว่าภาวะหมดไฟลดลง (แบบสำรวจ DAX, n=879) | 70% | Microsoft, Mar 2025 |
| ผู้ป่วยที่รายงานประสบการณ์โดยรวมที่ดีขึ้น | 93% | Microsoft, Mar 2025 |
| บันทึกที่สร้างผ่าน ambient AI ในการทดลองแบบสุ่มเชิงปฏิบัติ | 38% (27,092 จาก 71,487) | NEJM AI, 2025 |
ค่าผิดปกติที่น่าสนใจ: การนำไปใช้กระจุกตัวอยู่ในกลุ่มผู้ใช้งานหนัก ที่ Kaiser Permanente กลุ่มผู้ใช้หนึ่งในสามอันดับต้นคิดเป็น 89% ของการเปิดใช้งาน ambient AI ทั้งหมด โดยไม่มีความสัมพันธ์ระหว่างอายุของแพทย์กับการนำไปใช้ ดูภาพรวมของ AI ทางคลินิกที่กว้างขึ้นได้ในสถิติ AI ในสุขภาพ
7. ขนาดตลาด การจ้างภายนอก และเงินทุนที่ไหลเข้า
ตลาดบริการถอดเสียงยังคงมีขนาดใหญ่แม้ว่าอาชีพนี้จะหดตัวลง เพราะปริมาณงานย้ายไปสู่ผู้รับจ้างภายนอกและซอฟต์แวร์แทนที่จะหายไป Mordor Intelligence ประเมินมูลค่าตลาดบริการถอดเสียงทางการแพทย์ทั่วโลกไว้ที่ 80.41 พันล้านดอลลาร์ในปี 2025 และ IMARC ระบุตัวเลขใกล้เคียงกันที่ 83.5 พันล้านดอลลาร์ ทั้งสองแห่งคาดการณ์การเติบโตประมาณ 5.1% ต่อปี การจ้างภายนอกคิดเป็น 58.95% ของตลาดเมื่อแบ่งตามรูปแบบการจัดหา และอเมริกาเหนือครองส่วนแบ่งรายได้ทั่วโลก 41% ถึง 46% ขึ้นอยู่กับแต่ละบริษัท ในขณะเดียวกัน เงินทุนจากนักลงทุนกำลังไล่ตามชั้นเทคโนโลยี AI Abridge ระดมทุน Series E มูลค่า 300 ล้านดอลลาร์ ที่มูลค่าบริษัท 5.3 พันล้านดอลลาร์ในเดือนมิถุนายน 2025 เพียงสี่เดือนหลังจากรอบ Series D มูลค่า 250 ล้านดอลลาร์ ที่มูลค่าบริษัท 2.75 พันล้านดอลลาร์ ทำให้ยอดระดมทุนรวมของบริษัทอยู่ที่ประมาณ 800 ล้านดอลลาร์ บริษัทรายงานว่ามีการใช้งานในระบบสุขภาพมากกว่า 150 แห่ง ครอบคลุม 55 สาขาเฉพาะทาง และ 28 ภาษา โดยมีแนวโน้มจะรองรับบทสนทนาทางการแพทย์มากกว่า 50 ล้านครั้งในปี 2025 และประกาศในปี 2026 ของบริษัทเพิ่มเครือข่ายชนบทของ WVU Medicine และความร่วมมือด้านหลักฐานเชิงประจักษ์กับ NEJM และ JAMA
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ตลาดการถอดเสียงทางการแพทย์ทั่วโลก (2025) | 80.41 พันล้านดอลลาร์ | Mordor Intelligence |
| ตลาดเดียวกัน ประมาณการที่สอง (2025) | 83.5 พันล้านดอลลาร์ | IMARC |
| มูลค่าคาดการณ์ | 108.5 พันล้านดอลลาร์ภายในปี 2031; 133.2 พันล้านดอลลาร์ภายในปี 2034 | Mordor Intelligence; IMARC |
| CAGR ที่คาดการณ์ | 5.12% | Mordor Intelligence; IMARC |
| ส่วนแบ่งการจ้างภายนอกในการจัดหา (2025) | 58.95% | Mordor Intelligence |
| ส่วนแบ่งของอเมริกาเหนือในตลาดทั่วโลก | 41.05% ถึง 45.8% | Mordor Intelligence; IMARC |
| ยอดระดมทุนรวม / มูลค่าบริษัทของ Abridge (กลางปี 2025) | ~800 ล้านดอลลาร์ / 5.3 พันล้านดอลลาร์ | Fierce Healthcare, Jun 2025 |
| การใช้งานในระบบสุขภาพของ Abridge (กลางปี 2025) | 150+ แห่ง เพิ่มขึ้น 50% ในสี่เดือน | Fierce Healthcare, Jun 2025 |
บริบท: รูปแบบการบันทึกแบบ ambient เดียวกันนี้กำลังแพร่ขยายออกไปนอกวงการแพทย์ สู่บทสนทนาการทำงานในชีวิตประจำวัน ซึ่งเราติดตามไว้ในสถิติผู้ช่วย AI สำหรับการประชุม
สรุป: การถอดเสียงทางการแพทย์ในตัวเลข
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| นักถอดเสียงทางการแพทย์ในสหรัฐ (พฤษภาคม 2025) | 41,550 | BLS OES, May 2025 |
| การเปลี่ยนแปลงกำลังแรงงานในรอบ 10 ปี (2015-2025) | -28.2% | BLS OES |
| การเปลี่ยนแปลงการจ้างงานที่คาดการณ์ 2024-34 | -5% (-2,200 ตำแหน่ง) | BLS OOH |
| ตำแหน่งงานว่างที่คาดการณ์ต่อปี (ทดแทนทั้งหมด) | ~7,400 | BLS OOH |
| ค่าจ้างมัธยฐานต่อปี (พฤษภาคม 2025) | 40,410 ดอลลาร์ | BLS OES, May 2025 |
| ค่าจ้างต่อปีที่เปอร์เซ็นไทล์ที่ 90 | 55,950 ดอลลาร์ | BLS OES, May 2025 |
| วันทำงานในสำนักงานที่ใช้กับ EHR และงานเอกสาร | 49.2% | Annals of Internal Medicine, 2016 |
| วันทำงานเวชปฏิบัติทั่วไปที่ใช้กับ EHR | 5.9 จาก 11.4 ชั่วโมง | Annals of Family Medicine, 2017 |
| เวลา EHR นอกเวลางานต่อวัน | 86 นาที | Annals of Family Medicine, 2017 |
| เวลา EHR ต่อการพบผู้ป่วยนอกหนึ่งครั้ง | 16 นาที 14 วินาที | Annals of Internal Medicine, 2020 |
| ภาวะหมดไฟของแพทย์ 2023 เทียบกับ 2021 | 45.2% เทียบกับ 62.8% | Mayo Clinic Proceedings, 2025 |
| ความสิ้นเปลืองด้านบริหารในระบบสุขภาพสหรัฐต่อปี | 350 พันล้านดอลลาร์ | PHTI, 2026 |
| อัตราข้อผิดพลาดของการรู้จำเสียงพูดดิบ | 7.4 ต่อ 100 คำ | JAMA Network Open, 2018 |
| อัตราข้อผิดพลาดของบันทึกฉบับลงนามสุดท้ายหลังตรวจทาน | 0.3% | JAMA Network Open, 2018 |
| แพทย์ของ Kaiser ที่ใช้ ambient AI / การพบผู้ป่วย | 7,260 / 2.5+ ล้านครั้ง | The Permanente Medical Group / NEJM Catalyst |
| บทสนทนาแบบ ambient ของ DAX Copilot ต่อเดือน | 3+ ล้านครั้งใน 600 องค์กร | Microsoft, Mar 2025 |
| แพทย์ที่รายงานว่าภาวะหมดไฟลดลงด้วย DAX | 70% | Microsoft, Mar 2025 |
| ตลาดการถอดเสียงทางการแพทย์ทั่วโลก (2025) | 80.41-83.5 พันล้านดอลลาร์ | Mordor Intelligence; IMARC |
| ส่วนแบ่งการจ้างภายนอกในตลาด | 58.95% | Mordor Intelligence |
| มูลค่าบริษัทของ Abridge (มิถุนายน 2025) | 5.3 พันล้านดอลลาร์ | Fierce Healthcare |
ระเบียบวิธีและแหล่งข้อมูล
ข้อมูลถูกรวบรวมโดยดึงตัวเลขโดยตรงจากชุดข้อมูลของภาครัฐ การศึกษาที่ผ่านการทบทวนโดยผู้เชี่ยวชาญ การเปิดเผยข้อมูลของผู้ให้บริการ และรายงานวิจัยตลาดที่มีชื่อระบุ ซึ่งส่วนใหญ่เผยแพร่ในปี 2024-2026 พร้อมทั้งอ้างอิงไขว้ตัวชี้วัดที่ซ้ำซ้อนกันจากสองแหล่งขึ้นไป และระบุการศึกษาพื้นฐานที่เก่ากว่า (2016-2020) ซึ่งยังคงเป็นการวัดผลที่เข้มงวดล่าสุดของเวลาที่ใช้กับงานเอกสาร
- BLS, Occupational Employment and Wage Statistics, Medical Transcriptionists (31-9094), May 2025 (retrieved via the BLS public API, Jul 2026)
- BLS, Occupational Outlook Handbook, Medical Transcriptionists (2024-34 projections)
- BLS, Occupational Employment Statistics, May 2015 (historical employment and wages, archived edition)
- O*NET Online, Medical Transcriptionists 31-9094.00
- Sinsky et al., Allocation of Physician Time in Ambulatory Practice, Annals of Internal Medicine (2016)
- Arndt et al., Tethered to the EHR, Annals of Family Medicine (2017)
- Overhage and McCallie, Physician Time Spent Using the EHR During Outpatient Encounters, Annals of Internal Medicine (2020)
- Zhou et al., Analysis of Errors in Dictated Clinical Documents, JAMA Network Open (2018)
- Shanafelt et al., Changes in Burnout 2011-2023, Mayo Clinic Proceedings (2025)
- Ambient AI Scribes in Clinical Practice: A Randomized Trial, NEJM AI (Dec 2025)
- A Pragmatic Randomized Controlled Trial of Ambient AI, NEJM AI (Dec 2025)
- The Permanente Medical Group, NEJM Catalyst ambient AI analysis summary
- Peterson Health Technology Institute, Adoption of AI in Healthcare Delivery Systems (Mar 2025)
- Peterson Health Technology Institute, Administrative AI: Current Use and Potential Impact (Apr 2026)
- KLAS Research, Ambient Speech 2025 (Feb 2025)
- Microsoft, Dragon Copilot announcement with DAX Copilot usage data (Mar 3, 2025)
- Fierce Healthcare, Abridge 250M dollar Series D (Feb 2025)
- Fierce Healthcare, Abridge 300M dollar Series E (Jun 2025)
- Mordor Intelligence, Medical Transcription Services Market (2026-31)
- IMARC Group, Medical Transcription Market (2026-34)
- Abridge, press releases (2025-2026)
Data watch: BLS เผยแพร่ข้อมูลการจ้างงานและค่าจ้าง OES ใหม่ทุกฤดูใบไม้ผลิ และปรับปรุงการคาดการณ์การจ้างงาน 10 ปีเป็นประจำทุกปี ดังนั้นรอบข้อมูลปี 2025-35 คาดว่าจะออกมาช่วงปลายปี 2026 การสำรวจภาวะหมดไฟของ Mayo Clinic Proceedings ดำเนินการเป็นรอบประมาณทุกสามปี โดยรอบถัดไปจะครอบคลุมปี 2026 PHTI และ KLAS ต่างปรับปรุงงานวิจัยด้านการบันทึกเอกสารแบบ ambient ของตนเป็นรอบต่อเนื่อง และบริษัทวิจัยตลาดปรับปรุงขนาดตลาดการถอดเสียงเป็นประจำทุกปี
อัปเดตล่าสุด: 20 กรกฎาคม 2026 เราตรวจสอบและอัปเดตหน้านี้ทุกไตรมาสเมื่อมีข้อมูลใหม่เผยแพร่