Re: [請益] 憑良心說AI要怎麼賺錢？

[cloud3455 (雲想衣裳花想容)]

: → sonatafm2   : 達文西手術了解一下                                06/08 22:01
: → sonatafm2   : 當初 馬車伕 跟三輪車伕也都是這樣想的              06/08 22:02
: 噓 ariadne     : 484沒聽過達文西機械手臂？還活在上個世紀嗎？怎麼   06/08 22:04
: → ariadne     : 會覺得沒自動開刀硬體設備                          06/08 22:04
: → sonatafm2   : 達文西就是一個醫師就搞定了 你以為傳統開刀都是一   06/08 22:08
: → sonatafm2   : 個醫師嗎？                                        06/08 22:08

達文西手術是個很貴的機械手臂，但還是要醫師去操作，其他的該有的還是不能少。

開直腸的還是要直腸外科來，開肝的還是要外科攻肝臟手術的醫師來，沒那種一個醫師搞定全部的事。

像是癌轉移就有可能同時開肝腸的情況。

哪來的自動開刀硬體，而且達文西也不是適用所有情況，有些情況要使用傳統大刀比較好。

要說好處的話，就是動作精細，醫師操作比較不會累，不容易出錯。能做到傳統刀和腹腔鏡做不到的動作。

而傷口小這點，就統計來說和腹腔鏡手術的恢復時間差不了多少。

不過達文西一開機，一樣的病況，就算有健保部份給付，最少也是要十多萬起跳，而腹腔鏡約五六萬。

目前AI使用在醫學上的我知道的是影像判讀，(斷層等的影像)不過這也是研究好一段時間了，而不是這兩年才有的事。

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 218.35.155.147 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1717857214.A.41B.html
→ protoss     : 其實影像解讀很早就在作了...但這種事也不是AI才開
→ sonatafm2   : 我指的是上手術台的醫生你在跟我說分科的醫生……
→ sonatafm2   : ..
→ protoss     : 始...AI大概可以幫忙提高判讀的結果...但最後還是要
→ protoss     : 人進行最終的確認吧...
→ protoss     : 2F你才是真的搞不清楚狀況...你講的是神不是上手術
→ protoss     : 台的醫生...
推 redh        : 手術牽涉到法律層面，人類不會輕易放手….且如果AI
→ redh        : 不小心出狀況，把病人搞到大出血，AI能處理嗎？責任
→ redh        : 誰擔？
→ protoss     : 頂多就拔掉插頭報廢那台機器 ;;
→ sonatafm2   : ¯\_(ツ)_/¯
→ protoss     : 作決策誰都會...但操作是最後的那一哩才是最重要的.
→ protoss     : ..上面講的就是不全然靠機器來處理就一定是最好的..
→ protoss     : .我知道大部分的人很喜歡出餿主意...會把AI想得無所
→ protoss     : 不能也能理解...
→ sonatafm2   : 我不同意 操作誰都會 要怎麼做決策才是最困難的
推 lain2002    : 半導體廠一人監控數台機台有Alarm處理不來再call人
→ lain2002    : 未來手術室說不定也是這樣
→ protoss     : 因為你不是學有專精的人所以才會覺得決策很簡單...
推 sdbb        : 推樓上
推 linleex     : 以H100訓練好就可以同時開十台刀了,比請醫師便宜多
→ linleex     : 軟體公司訓練好模型 賣授權給醫院,一套可以無限複製
→ linleex     : 像台大北榮現在需要那麼多外科醫師,以後ai連線就好
→ linleex     : 醫學中心只需要三個大頭醫師
→ linleex     : 醫院省下醫生的錢 ai不就賺錢了?
→ linleex     : 內科系就用大語言模型取代
推 linleex     : ai可以訓練幾兆次以上,哪個醫生能有這麼多經驗
→ protoss     : 很好~手術失敗你去跟機器打官司好了...
推 linleex     : 未來一台whipple說不定ai半小時開好還零併發症
→ protoss     : 哈哈~讚喔 ;;
推 dream1124   : 讓人笑掉大牙了，就先問你幾兆次的訓練怎麼來的？
→ dream1124   : 每人身體構造多少都不同，最近的生成式AI還只能靠
→ dream1124   : 文字認識世界，而圖形識別則有侷限沒辦法啥都會
→ dream1124   : 你AI要先訓練幾兆次，試問誰要給你訓練？
→ dream1124   : 更別提病人若出事，研發這種機器的公司要怎麼賠？
→ qwe78971    : 軟體公司訓練醫學模型 想的太輕鬆 首先軟體開發者
→ qwe78971    : 多數沒醫學背景 就算撇除這點 內臟在電腦上一看就
→ qwe78971    : 是一坨血 怎麼辨認哪個是哪個器官 現在那些影像辨
→ qwe78971    : 識 你套個紙袋甚至是頭貼一張別人的照片它都認不出
→ qwe78971    : 來 一堆人對技術根本沒了解 也沒看過手術過程
→ qwe78971    : 經驗豐富的醫師 開刀都會開錯 AI只要一錯就是修正
→ qwe78971    : 不回來 那場手術一定失敗 你有辦法說 哎呀抱歉 我
→ qwe78971    : 們在回去修修啦 我佩服你
推 epicurious  : 樓上是專業的，一堆妄想文真的太多了
噓 CuLiZn56    : 一堆沒用過達文西的在搞笑討論啥鬼？
推 StrikeBee   : 不知道那些把AI吹上天的人 未來敢不敢給AI做手術 哈
→ StrikeBee   : 哈
推 maria001    : 醫療執行面有法規限制跟不確定性問題，其他產業導
→ maria001    : 入AI可能快得多
→ k0804k0512  : 別鬧了，AI影像判斷跟狗屎一樣
推 mdkn35      : 就一堆不專業的想要提高本夢比啊XDDDD
→ deolinwind  : 把AI送到醫學院學六年再放出來試試
推 shawshien   : 很多data science 碩士班教學用的project
→ shawshien   : 就是機器學習自動判讀肺癌影像
→ shawshien   : 我朋友十年前念的碩士班 就做個這個project了
→ shawshien   : 只是那時候的machine learning還不像現在這麼成熟
→ shawshien   : 現在仰仗放射科醫師 以後有AI幫找是否有缺落
→ shawshien   : 相輔相成 可以降低人為疏失