作者monyan (monyan)
看板Stock
标题Re: [请益] 凭良心说AI要怎麽赚钱?
时间Sun Jun 9 11:47:50 2024
其实医疗室的庞大又复杂的产业,广义上包含几种情形:
1. 预防医疗和卫教: 简单的说就是健康检查筛检这一类。体检的项目很多,其中有很多
是法规规定的项目。法规规定的项目AI很难发挥,因为法规就是法规,AI不能改法规,而
且量大又死板,人力求又多,AI来做根本CP值不高。至於自费体检,AI目前在问诊以及理
学检查上不能做,也无法提供客制化建议(因为每个人的需求不同),AI不能代替医师执行
超音波内视镜等工作,更何况在这一块根本没没有大量数据可以让AI训练。(题外话,AI
也不能在超高阶健检代替真人美女护理师服务员....)
2. 诊断: 这是目前AI主攻的一块,很多人都强调AI经过大量训练,即有诊断能力。以医
师的训练来说,读书,记忆,融会贯通,反覆应在临床上应用,以经验和知识的比较,就
能做出诊断。而AI的训练,就是大量数据模型(读书,记忆),产生逻辑(融会贯通),做出
可能的诊断,但中间却没有经验累积,因为很多疾病的表现是不典型的,AI训练不够诊断
也会有问题,因为目前的AI学习架构似乎没有让AI累积经验机制。此外,医疗的观念会一
直进步,很多疾病会被发现,也很多疾病的诊断标准会修正,但目前AI无做到医疗知识与
时俱进,因为AI的训练都是根据过去的资料累积而来,往往学生利用AI找相关资料时,AI
给的都很多都是过时的,尤其至针对三高,血液疾病以及肿瘤治疗,那结果还真是惨不忍
赌。目前AI在诊断上的发展还是以影像和病理为主,因为给的资料最直接也最好训练,但
如果是需要和人沟通,尤其是精神疾病相关的领域,AI目前在这需些情境得诊断上真的不
行。
3. 治疗: 先有诊断才有治疗,诊断正确才有正确的治疗方向。但治疗是要看整体的。比
方说糖尿病的治疗,不同的状态有不同的建议,但目前AI只能针对大多一般的状况给予大
略的方向,对於特殊个案的建议根本就是乱七八糟。以外科来说,AI无法取代需要技术的
治疗,而且也无法给出适当的处置以及预测手术後的预後。因此AI目前在治疗上,还有很
多长远的路要走。
4. 长照和远距医疗: 前者不用讲,都是人力堆出来的,AI不实用CP值也不高,远距医疗
局限性太多,AI也是不实用CP值也不高。
AI目前能做的就是辅助和增加效率,要在所有的情境下取代是不可能的。
最後还是一句话,AI出槌,厂商要背书吗?
AI能代替医师出诊断书,健检报告,配工复工报告以及写失能诊断吗?
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.239.64.51 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1717904872.A.F36.html
1F:推 Shiang1225 : 医疗这个我比较好奇 如果今天病人隐瞒 AI查觉得到 06/09 12:03
2F:→ Shiang1225 : 吗 06/09 12:03
3F:推 jimmeeeetai : 推最後一句 等到AI扛得了出人命的责任 不然不用谈医 06/09 12:03
4F:→ jimmeeeetai : 师会被取代 06/09 12:03
5F:→ CGDGAD : 医院还有物业管理,MIS 06/09 12:04
6F:推 asaman99 : 背锅上法院才是核心竞争力 06/09 12:05
7F:推 rebel : 现在医师误诊出人命谁抗 钱啊 钱由那来 医师 医院 06/09 12:06
8F:→ rebel : 保险 以後ai出人命也一样是给钱 保险抗阿 06/09 12:06
9F:推 strlen : AI扛责任根本就不是问题 保险就能解决 06/09 12:06
10F:推 strlen : 当AI出错机率小到保险公司能承担时 这就没什麽问题 06/09 12:07
11F:→ strlen : 了 不然飞机也会掉下来啊。 06/09 12:07
12F:→ seemoon2000 : 亚洲用保险分摊出人命责任不难 欧美就真的很难 06/09 12:08
13F:推 ape0808 : 以後健保用AI ,要看到医生要自费 06/09 12:11
14F:→ ape0808 : 这样同时解决健保跟少子化的问题了 06/09 12:11
15F:→ sten001 : 不需要一刀两断分的这麽乾净,ai协助医师做初步诊 06/09 12:20
16F:→ sten001 : 断,医师再做确认,由ai跟病患做无聊的卫教,追踪 06/09 12:20
17F:→ sten001 : 回诊、抽血数据~ 至於病患要对ai说谎隐瞒,代表是 06/09 12:20
18F:→ sten001 : 病患自己的问题,医师也没有义务要猜你有没有说谎 06/09 12:20
19F:推 aimlin : ai开无人战机早就超越飞行员了 用在民航机很快了 06/09 12:20
20F:推 g0t24568 : 精算师精算风险保险能够cover ai就会大量取代了 06/09 12:22
21F:推 aimlin : 结果精算师也被ai做掉XD 06/09 12:23
22F:→ aimlin : 越经济知识 越少动手的越被取代 06/09 12:24
23F:→ aimlin : 律师 会计师 精算师 分析师会砍掉不少 06/09 12:25
24F:推 guk : Ai好强。直接去占领外星球 06/09 12:26
25F:→ arshuan : 开民航机甚至不太需要ai吧 现在空中应该大部分都是 06/09 12:30
26F:→ arshuan : 飞机自动了 机师就处理起飞降落跟紧急状况 可能跟医 06/09 12:30
27F:→ arshuan : 生一样是负责扛责的 06/09 12:30
28F:→ vicklin : 说AI扛责任OK的看一下现在车子责任搞定了没 06/09 12:31
29F:→ vicklin : 总不要出问题还得写code的人来扛 06/09 12:32
30F:嘘 cchh179 : 失误率低於人类就好 ai出槌就由保险公司赔偿 06/09 12:33
31F:→ cchh179 : 未来无人计程车也是按照这模式 06/09 12:33
32F:推 s505015 : 还有ai机器人类最容易取代的是产线的工程师吧 厂备 06/09 12:34
33F:→ s505015 : 制程 制程整合类的 06/09 12:34
34F:→ strlen : 又一个现在仔 呵 06/09 12:48
35F:→ banque : 楼上一些人对AI的想像是不是直接开个AI医院直接跟传 06/09 13:02
36F:→ banque : 统医疗产业竞争 06/09 13:02
37F:→ banque : 最合理的发展方式一定是慢慢渗透进医疗产业逐渐取代 06/09 13:02
38F:→ banque : 一部分重复性高或基於现有容易数据化的医疗资料训练 06/09 13:02
39F:→ banque : 後的AI进行辅助判读来取代医生的某些工作,至於诊断 06/09 13:02
40F:→ banque : 治疗这些有法律问责的临床业务,先不说资料数据化的 06/09 13:02
41F:→ banque : 难易程度,取得这些资料也是必须跟医界合作,然後走 06/09 13:02
42F:→ banque : 辅助医疗的模式,由让医师核对AI提示诊断与治疗,不 06/09 13:02
43F:→ banque : 然怎麽进行训练? 06/09 13:02
44F:→ strlen : 老实讲 看好AI的 根本没有一个是乐观到无脑看多 06/09 13:04
45F:→ strlen : 就是有发展潜力的程度 现在仔整天滑坡 有什麽办法? 06/09 13:05
46F:→ strlen : 有发展潜力有没有失败的风险 当然有阿 不是废话 06/09 13:05
47F:→ strlen : 但有潜力也是事实啊 不能承担这个风险 就算喇 06/09 13:06
48F:→ strlen : 但整天在那边 啊现在AI能OOXX吗?不能嘛 垃圾 06/09 13:06
49F:→ strlen : 好喔 那就垃圾喔 但你要确你不是因为眼红没跟到.... 06/09 13:07
50F:→ Tatsuya72 : AI烂大街 06/09 13:13
51F:推 yusanhu : 其实AI也需要训练 06/09 13:18
52F:推 leo1217000 : 吃了医院的药出问题,不知道多少人能接受保险公司 06/09 13:34
53F:→ leo1217000 : 赔钱了事,正常都会顺便告个医生吧 06/09 13:34
54F:推 rebel : 告医生也是为了钱不是 还是你希望医师有过误诊 这 06/09 13:46
55F:→ rebel : 辈子就不能执业了? 06/09 13:46
56F:推 Brioni : 看医疗业觉得花4-7年训练一个医学相关人员划算,还 06/09 13:50
57F:→ Brioni : 是花4-7年训练一个ai 划算 06/09 13:50
58F:→ Brioni : 不知道ai 训练4-7年会不会跟鬼一样 06/09 13:51
59F:→ Brioni : 训练完还能直接大量复制 06/09 13:51
60F:推 labihua : 这篇实在 临床更新太快 AI哪来的资料跑数据 看前面 06/09 13:51
61F:→ labihua : 几篇推文快笑死 06/09 13:51
62F:→ labihua : 我是蛮期待AI可以解决医院琐事 不然脑力活还要付出 06/09 13:52
63F:→ labihua : 大量劳力根本双重劳工 06/09 13:52
64F:推 pyh888 : Ai就是全面智能化,套用在每个人事物上面 06/09 13:53
65F:推 delightboy : 医疗业出错可能是刑事,商品出错多是民事 06/09 14:58
66F:推 fake : 确实 医疗疏失最後其实很大部分也是用钱解决 除非 06/09 15:30
67F:→ fake : 医生故意搞人? 06/09 15:30
68F:推 shawshien : AI 可以协助诊断 医生问诊的时候 开AI同步听取 06/09 16:19
69F:→ shawshien : AI 可以同步提出诊断建议 等於多一个AI医生 06/09 16:20
70F:推 Maninck : 60楼的论点有一个有趣的悖论,如果临床更新太快会使 06/09 16:43
71F:→ Maninck : AI无资料跑数据,那换成人就有办法处理吗? 06/09 16:44
72F:→ Maninck : 如果人都是用过去的经验去处理面对新的事务,AI又何 06/09 16:44
73F:→ Maninck : 尝不是,阿法狗都已经证明给你看了。 06/09 16:45
74F:→ labihua : 没啥悖论啊 医师药师就是每周开晨会 下班看国外论 06/09 16:56
75F:→ labihua : 文学习新知啊 又不是只会包药跟看诊 AI顶多帮忙跑 06/09 16:56
76F:→ labihua : 数据 临床不会跟论文的病人条件完全一样 决定权还 06/09 16:56
77F:→ labihua : 是只能交叉比对 06/09 16:56
78F:→ labihua : 医院医师怎麽可能用过去的资料判断 Guideline有些 06/09 16:57
79F:→ labihua : 年年改 新药一直出 06/09 16:57
80F:→ labihua : 除非万年不变的治疗指引就会被AI处理掉 06/09 16:57
81F:推 rebel : 每周开晨会 国外论文的资料量AI 会吸收不了吗?怕 06/09 17:04
82F:→ rebel : 是论文产的速度不够AI 吸收吧 06/09 17:04
83F:→ labihua : 还要判断这篇论文是真是假 点值高低 哪些条件符合 06/09 17:06
84F:→ labihua : 这些参数如果都能够标准化的话 AI就可以取代医师了 06/09 17:06
85F:→ labihua : 但不同病人参数也会不同 光这些就很难处理 06/09 17:06
86F:→ labihua : 你怎麽知道AI吸收的不是一坨大便 06/09 17:06
87F:推 rebel : 讲的好像医师都能判断每篇论文是真是假一样 多少论 06/09 17:08
88F:→ rebel : 文隔了十几年才能证明是假的 我不信医生就能一眼看 06/09 17:08
89F:→ rebel : 出来 06/09 17:08
90F:→ labihua : 个体化差异如果能够解决 会变成专业科目者搭配AI共 06/09 17:08
91F:→ labihua : 存 完全取代很难 医师工程师的养成条件太难了 06/09 17:08
92F:→ rebel : 每个病人参数不同 那我问你 医师怎麽判断 06/09 17:09
93F:→ labihua : 既然医师都看不出来 那喂给AI的不会是准的 END 06/09 17:09
94F:→ rebel : 医生看不出来也是照吸收 AI 也是阿 直到证明是错的 06/09 17:10
95F:→ rebel : 之後 06/09 17:10
96F:→ labihua : 医师怎麽判断你自己找认识的医师慢慢问 这是别人的 06/09 17:10
97F:→ labihua : 专业 很难当兴趣回答 06/09 17:10
98F:→ rebel : 你都不知道医生怎麽判断你就说 AI 做不到 不是这样 06/09 17:11
99F:→ rebel : 吧 06/09 17:11
100F:→ rebel : 说说你知道的医生怎麽判断 我们看看AI 的技术做不 06/09 17:12
101F:→ rebel : 做的到 06/09 17:12
102F:→ labihua : 功课自己做 06/09 17:13
103F:推 rebel : ..........你不会也不知道吧 06/09 17:17
104F:推 shawshien : 可以让AI实习啊 AI判断後 由医生输入判读是否正确 06/09 17:21
105F:→ shawshien : 这就是machine learning 06/09 17:22
106F:→ stkoso : RAG或fine-tuning都能配合更新资料的使用情境 06/09 17:28
107F:→ stkoso : 快被外行推文笑死 半瓶水响叮当 06/09 17:29
108F:→ deolinwind : 健保资料库被核删搞到内容没意义 那资料从哪来 06/09 18:48
109F:推 tb1201 : 问题是 面对不明显的症状医生也是试误性的诊断开药 06/10 00:32
110F:→ tb1201 : 啊。 尝试没效再换药。 06/10 00:32
111F:→ Tatsuya72 : 只因为有人说AI认证过就递给你,你敢用?一群嘴炮 06/10 05:19
112F:推 hcwang1126 : 可能会先从缺的地方开始 真正的无国界医生 不过偏远 06/10 12:31
113F:→ hcwang1126 : 地区电力 网路都会是问题 06/10 12:31
114F:推 shawshien : 会从小病开始 以前大家也觉得视讯看诊不可靠 06/11 02:05
115F:→ shawshien : 但美国现在有很多视讯看诊开药 06/11 02:05
116F:嘘 piece1 : XD!保险交给AI. AI:对不起!不予核保 06/11 12:38