作者monyan (monyan)
看板Stock
標題Re: [請益] 憑良心說AI要怎麼賺錢?
時間Sun Jun 9 11:47:50 2024
其實醫療室的龐大又複雜的產業,廣義上包含幾種情形:
1. 預防醫療和衛教: 簡單的說就是健康檢查篩檢這一類。體檢的項目很多,其中有很多
是法規規定的項目。法規規定的項目AI很難發揮,因為法規就是法規,AI不能改法規,而
且量大又死板,人力求又多,AI來做根本CP值不高。至於自費體檢,AI目前在問診以及理
學檢查上不能做,也無法提供客製化建議(因為每個人的需求不同),AI不能代替醫師執行
超音波內視鏡等工作,更何況在這一塊根本沒沒有大量數據可以讓AI訓練。(題外話,AI
也不能在超高階健檢代替真人美女護理師服務員....)
2. 診斷: 這是目前AI主攻的一塊,很多人都強調AI經過大量訓練,即有診斷能力。以醫
師的訓練來說,讀書,記憶,融會貫通,反覆應在臨床上應用,以經驗和知識的比較,就
能做出診斷。而AI的訓練,就是大量數據模型(讀書,記憶),產生邏輯(融會貫通),做出
可能的診斷,但中間卻沒有經驗累積,因為很多疾病的表現是不典型的,AI訓練不夠診斷
也會有問題,因為目前的AI學習架構似乎沒有讓AI累積經驗機制。此外,醫療的觀念會一
直進步,很多疾病會被發現,也很多疾病的診斷標準會修正,但目前AI無做到醫療知識與
時俱進,因為AI的訓練都是根據過去的資料累積而來,往往學生利用AI找相關資料時,AI
給的都很多都是過時的,尤其至針對三高,血液疾病以及腫瘤治療,那結果還真是慘不忍
賭。目前AI在診斷上的發展還是以影像和病理為主,因為給的資料最直接也最好訓練,但
如果是需要和人溝通,尤其是精神疾病相關的領域,AI目前在這需些情境得診斷上真的不
行。
3. 治療: 先有診斷才有治療,診斷正確才有正確的治療方向。但治療是要看整體的。比
方說糖尿病的治療,不同的狀態有不同的建議,但目前AI只能針對大多一般的狀況給予大
略的方向,對於特殊個案的建議根本就是亂七八糟。以外科來說,AI無法取代需要技術的
治療,而且也無法給出適當的處置以及預測手術後的預後。因此AI目前在治療上,還有很
多長遠的路要走。
4. 長照和遠距醫療: 前者不用講,都是人力堆出來的,AI不實用CP值也不高,遠距醫療
侷限性太多,AI也是不實用CP值也不高。
AI目前能做的就是輔助和增加效率,要在所有的情境下取代是不可能的。
最後還是一句話,AI出槌,廠商要背書嗎?
AI能代替醫師出診斷書,健檢報告,配工復工報告以及寫失能診斷嗎?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.239.64.51 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Stock/M.1717904872.A.F36.html
1F:推 Shiang1225 : 醫療這個我比較好奇 如果今天病人隱瞞 AI查覺得到 06/09 12:03
2F:→ Shiang1225 : 嗎 06/09 12:03
3F:推 jimmeeeetai : 推最後一句 等到AI扛得了出人命的責任 不然不用談醫 06/09 12:03
4F:→ jimmeeeetai : 師會被取代 06/09 12:03
5F:→ CGDGAD : 醫院還有物業管理,MIS 06/09 12:04
6F:推 asaman99 : 揹鍋上法院才是核心競爭力 06/09 12:05
7F:推 rebel : 現在醫師誤診出人命誰抗 錢啊 錢由那來 醫師 醫院 06/09 12:06
8F:→ rebel : 保險 以後ai出人命也一樣是給錢 保險抗阿 06/09 12:06
9F:推 strlen : AI扛責任根本就不是問題 保險就能解決 06/09 12:06
10F:推 strlen : 當AI出錯機率小到保險公司能承擔時 這就沒什麼問題 06/09 12:07
11F:→ strlen : 了 不然飛機也會掉下來啊。 06/09 12:07
12F:→ seemoon2000 : 亞洲用保險分攤出人命責任不難 歐美就真的很難 06/09 12:08
13F:推 ape0808 : 以後健保用AI ,要看到醫生要自費 06/09 12:11
14F:→ ape0808 : 這樣同時解決健保跟少子化的問題了 06/09 12:11
15F:→ sten001 : 不需要一刀兩斷分的這麼乾淨,ai協助醫師做初步診 06/09 12:20
16F:→ sten001 : 斷,醫師再做確認,由ai跟病患做無聊的衛教,追蹤 06/09 12:20
17F:→ sten001 : 回診、抽血數據~ 至於病患要對ai說謊隱瞞,代表是 06/09 12:20
18F:→ sten001 : 病患自己的問題,醫師也沒有義務要猜你有沒有說謊 06/09 12:20
19F:推 aimlin : ai開無人戰機早就超越飛行員了 用在民航機很快了 06/09 12:20
20F:推 g0t24568 : 精算師精算風險保險能夠cover ai就會大量取代了 06/09 12:22
21F:推 aimlin : 結果精算師也被ai做掉XD 06/09 12:23
22F:→ aimlin : 越經濟知識 越少動手的越被取代 06/09 12:24
23F:→ aimlin : 律師 會計師 精算師 分析師會砍掉不少 06/09 12:25
24F:推 guk : Ai好強。直接去占領外星球 06/09 12:26
25F:→ arshuan : 開民航機甚至不太需要ai吧 現在空中應該大部分都是 06/09 12:30
26F:→ arshuan : 飛機自動了 機師就處理起飛降落跟緊急狀況 可能跟醫 06/09 12:30
27F:→ arshuan : 生一樣是負責扛責的 06/09 12:30
28F:→ vicklin : 說AI扛責任OK的看一下現在車子責任搞定了沒 06/09 12:31
29F:→ vicklin : 總不要出問題還得寫code的人來扛 06/09 12:32
30F:噓 cchh179 : 失誤率低於人類就好 ai出槌就由保險公司賠償 06/09 12:33
31F:→ cchh179 : 未來無人計程車也是按照這模式 06/09 12:33
32F:推 s505015 : 還有ai機器人類最容易取代的是產線的工程師吧 廠備 06/09 12:34
33F:→ s505015 : 製程 製程整合類的 06/09 12:34
34F:→ strlen : 又一個現在仔 呵 06/09 12:48
35F:→ banque : 樓上一些人對AI的想像是不是直接開個AI醫院直接跟傳 06/09 13:02
36F:→ banque : 統醫療產業競爭 06/09 13:02
37F:→ banque : 最合理的發展方式一定是慢慢滲透進醫療產業逐漸取代 06/09 13:02
38F:→ banque : 一部分重複性高或基於現有容易數據化的醫療資料訓練 06/09 13:02
39F:→ banque : 後的AI進行輔助判讀來取代醫生的某些工作,至於診斷 06/09 13:02
40F:→ banque : 治療這些有法律問責的臨床業務,先不說資料數據化的 06/09 13:02
41F:→ banque : 難易程度,取得這些資料也是必須跟醫界合作,然後走 06/09 13:02
42F:→ banque : 輔助醫療的模式,由讓醫師核對AI提示診斷與治療,不 06/09 13:02
43F:→ banque : 然怎麼進行訓練? 06/09 13:02
44F:→ strlen : 老實講 看好AI的 根本沒有一個是樂觀到無腦看多 06/09 13:04
45F:→ strlen : 就是有發展潛力的程度 現在仔整天滑坡 有什麼辦法? 06/09 13:05
46F:→ strlen : 有發展潛力有沒有失敗的風險 當然有阿 不是廢話 06/09 13:05
47F:→ strlen : 但有潛力也是事實啊 不能承擔這個風險 就算喇 06/09 13:06
48F:→ strlen : 但整天在那邊 啊現在AI能OOXX嗎?不能嘛 垃圾 06/09 13:06
49F:→ strlen : 好喔 那就垃圾喔 但你要確你不是因為眼紅沒跟到.... 06/09 13:07
50F:→ Tatsuya72 : AI爛大街 06/09 13:13
51F:推 yusanhu : 其實AI也需要訓練 06/09 13:18
52F:推 leo1217000 : 吃了醫院的藥出問題,不知道多少人能接受保險公司 06/09 13:34
53F:→ leo1217000 : 賠錢了事,正常都會順便告個醫生吧 06/09 13:34
54F:推 rebel : 告醫生也是為了錢不是 還是你希望醫師有過誤診 這 06/09 13:46
55F:→ rebel : 輩子就不能執業了? 06/09 13:46
56F:推 Brioni : 看醫療業覺得花4-7年訓練一個醫學相關人員划算,還 06/09 13:50
57F:→ Brioni : 是花4-7年訓練一個ai 划算 06/09 13:50
58F:→ Brioni : 不知道ai 訓練4-7年會不會跟鬼一樣 06/09 13:51
59F:→ Brioni : 訓練完還能直接大量複製 06/09 13:51
60F:推 labihua : 這篇實在 臨床更新太快 AI哪來的資料跑數據 看前面 06/09 13:51
61F:→ labihua : 幾篇推文快笑死 06/09 13:51
62F:→ labihua : 我是蠻期待AI可以解決醫院瑣事 不然腦力活還要付出 06/09 13:52
63F:→ labihua : 大量勞力根本雙重勞工 06/09 13:52
64F:推 pyh888 : Ai就是全面智能化,套用在每個人事物上面 06/09 13:53
65F:推 delightboy : 醫療業出錯可能是刑事,商品出錯多是民事 06/09 14:58
66F:推 fake : 確實 醫療疏失最後其實很大部分也是用錢解決 除非 06/09 15:30
67F:→ fake : 醫生故意搞人? 06/09 15:30
68F:推 shawshien : AI 可以協助診斷 醫生問診的時候 開AI同步聽取 06/09 16:19
69F:→ shawshien : AI 可以同步提出診斷建議 等於多一個AI醫生 06/09 16:20
70F:推 Maninck : 60樓的論點有一個有趣的悖論,如果臨床更新太快會使 06/09 16:43
71F:→ Maninck : AI無資料跑數據,那換成人就有辦法處理嗎? 06/09 16:44
72F:→ Maninck : 如果人都是用過去的經驗去處理面對新的事務,AI又何 06/09 16:44
73F:→ Maninck : 嘗不是,阿法狗都已經證明給你看了。 06/09 16:45
74F:→ labihua : 沒啥悖論啊 醫師藥師就是每週開晨會 下班看國外論 06/09 16:56
75F:→ labihua : 文學習新知啊 又不是只會包藥跟看診 AI頂多幫忙跑 06/09 16:56
76F:→ labihua : 數據 臨床不會跟論文的病人條件完全一樣 決定權還 06/09 16:56
77F:→ labihua : 是只能交叉比對 06/09 16:56
78F:→ labihua : 醫院醫師怎麼可能用過去的資料判斷 Guideline有些 06/09 16:57
79F:→ labihua : 年年改 新藥一直出 06/09 16:57
80F:→ labihua : 除非萬年不變的治療指引就會被AI處理掉 06/09 16:57
81F:推 rebel : 每週開晨會 國外論文的資料量AI 會吸收不了嗎?怕 06/09 17:04
82F:→ rebel : 是論文產的速度不夠AI 吸收吧 06/09 17:04
83F:→ labihua : 還要判斷這篇論文是真是假 點值高低 哪些條件符合 06/09 17:06
84F:→ labihua : 這些參數如果都能夠標準化的話 AI就可以取代醫師了 06/09 17:06
85F:→ labihua : 但不同病人參數也會不同 光這些就很難處理 06/09 17:06
86F:→ labihua : 你怎麼知道AI吸收的不是一坨大便 06/09 17:06
87F:推 rebel : 講的好像醫師都能判斷每篇論文是真是假一樣 多少論 06/09 17:08
88F:→ rebel : 文隔了十幾年才能證明是假的 我不信醫生就能一眼看 06/09 17:08
89F:→ rebel : 出來 06/09 17:08
90F:→ labihua : 個體化差異如果能夠解決 會變成專業科目者搭配AI共 06/09 17:08
91F:→ labihua : 存 完全取代很難 醫師工程師的養成條件太難了 06/09 17:08
92F:→ rebel : 每個病人參數不同 那我問你 醫師怎麼判斷 06/09 17:09
93F:→ labihua : 既然醫師都看不出來 那餵給AI的不會是準的 END 06/09 17:09
94F:→ rebel : 醫生看不出來也是照吸收 AI 也是阿 直到證明是錯的 06/09 17:10
95F:→ rebel : 之後 06/09 17:10
96F:→ labihua : 醫師怎麼判斷你自己找認識的醫師慢慢問 這是別人的 06/09 17:10
97F:→ labihua : 專業 很難當興趣回答 06/09 17:10
98F:→ rebel : 你都不知道醫生怎麼判斷你就說 AI 做不到 不是這樣 06/09 17:11
99F:→ rebel : 吧 06/09 17:11
100F:→ rebel : 說說你知道的醫生怎麼判斷 我們看看AI 的技術做不 06/09 17:12
101F:→ rebel : 做的到 06/09 17:12
102F:→ labihua : 功課自己做 06/09 17:13
103F:推 rebel : ..........你不會也不知道吧 06/09 17:17
104F:推 shawshien : 可以讓AI實習啊 AI判斷後 由醫生輸入判讀是否正確 06/09 17:21
105F:→ shawshien : 這就是machine learning 06/09 17:22
106F:→ stkoso : RAG或fine-tuning都能配合更新資料的使用情境 06/09 17:28
107F:→ stkoso : 快被外行推文笑死 半瓶水響叮噹 06/09 17:29
108F:→ deolinwind : 健保資料庫被核刪搞到內容沒意義 那資料從哪來 06/09 18:48
109F:推 tb1201 : 問題是 面對不明顯的症狀醫生也是試誤性的診斷開藥 06/10 00:32
110F:→ tb1201 : 啊。 嘗試沒效再換藥。 06/10 00:32
111F:→ Tatsuya72 : 只因為有人說AI認證過就遞給你,你敢用?一群嘴砲 06/10 05:19
112F:推 hcwang1126 : 可能會先從缺的地方開始 真正的無國界醫生 不過偏遠 06/10 12:31
113F:→ hcwang1126 : 地區電力 網路都會是問題 06/10 12:31
114F:推 shawshien : 會從小病開始 以前大家也覺得視訊看診不可靠 06/11 02:05
115F:→ shawshien : 但美國現在有很多視訊看診開藥 06/11 02:05
116F:噓 piece1 : XD!保險交給AI. AI:對不起!不予核保 06/11 12:38