Re: [請益] 憑良心說AI要怎麼賺錢？

[monyan (monyan)]

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://www.ptt.cc/bbs/Stock/M.1717904872.A.F36.html
推 Shiang1225  : 醫療這個我比較好奇 如果今天病人隱瞞 AI查覺得到
→ Shiang1225  : 嗎
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
→ jimmeeeetai : 師會被取代
→ CGDGAD      : 醫院還有物業管理，MIS
推 asaman99    : 揹鍋上法院才是核心競爭力
推 rebel       : 現在醫師誤診出人命誰抗 錢啊 錢由那來 醫師 醫院
→ rebel       : 保險 以後ai出人命也一樣是給錢 保險抗阿
推 strlen      : AI扛責任根本就不是問題 保險就能解決
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
→ strlen      : 了 不然飛機也會掉下來啊。
→ seemoon2000 : 亞洲用保險分攤出人命責任不難 歐美就真的很難
推 ape0808     : 以後健保用AI ，要看到醫生要自費
→ ape0808     : 這樣同時解決健保跟少子化的問題了
→ sten001     : 不需要一刀兩斷分的這麼乾淨，ai協助醫師做初步診
→ sten001     : 斷，醫師再做確認，由ai跟病患做無聊的衛教，追蹤
→ sten001     : 回診、抽血數據～ 至於病患要對ai說謊隱瞞，代表是
→ sten001     : 病患自己的問題，醫師也沒有義務要猜你有沒有說謊
推 aimlin      : ai開無人戰機早就超越飛行員了 用在民航機很快了
推 g0t24568    : 精算師精算風險保險能夠cover ai就會大量取代了
推 aimlin      : 結果精算師也被ai做掉XD
→ aimlin      : 越經濟知識 越少動手的越被取代
→ aimlin      : 律師 會計師 精算師 分析師會砍掉不少
推 guk         : Ai好強。直接去占領外星球
→ arshuan     : 開民航機甚至不太需要ai吧 現在空中應該大部分都是
→ arshuan     : 飛機自動了 機師就處理起飛降落跟緊急狀況 可能跟醫
→ arshuan     : 生一樣是負責扛責的
→ vicklin     : 說AI扛責任OK的看一下現在車子責任搞定了沒
→ vicklin     : 總不要出問題還得寫code的人來扛
噓 cchh179     : 失誤率低於人類就好 ai出槌就由保險公司賠償
→ cchh179     : 未來無人計程車也是按照這模式
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
→ s505015     : 製程 製程整合類的
→ strlen      : 又一個現在仔 呵
→ 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
→ banque      : 統醫療產業競爭
→ 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
→ 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
→ banque      : 後的AI進行輔助判讀來取代醫生的某些工作，至於診斷
→ banque      : 治療這些有法律問責的臨床業務，先不說資料數據化的
→ banque      : 難易程度，取得這些資料也是必須跟醫界合作，然後走
→ banque      : 輔助醫療的模式，由讓醫師核對AI提示診斷與治療，不
→ banque      : 然怎麼進行訓練？
→ strlen      : 老實講 看好AI的 根本沒有一個是樂觀到無腦看多
→ strlen      : 就是有發展潛力的程度 現在仔整天滑坡 有什麼辦法？
→ strlen      : 有發展潛力有沒有失敗的風險 當然有阿 不是廢話
→ strlen      : 但有潛力也是事實啊 不能承擔這個風險 就算喇
→ strlen      : 但整天在那邊 啊現在AI能OOXX嗎？不能嘛 垃圾
→ strlen      : 好喔 那就垃圾喔 但你要確你不是因為眼紅沒跟到....
→ Tatsuya72   : AI爛大街
推 yusanhu     : 其實AI也需要訓練
推 leo1217000  : 吃了醫院的藥出問題，不知道多少人能接受保險公司
→ leo1217000  : 賠錢了事，正常都會順便告個醫生吧
推 rebel       : 告醫生也是為了錢不是 還是你希望醫師有過誤診 這
→ rebel       : 輩子就不能執業了？
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
→ Brioni      : 是花4-7年訓練一個ai 划算
→ Brioni      : 不知道ai 訓練4-7年會不會跟鬼一樣
→ Brioni      : 訓練完還能直接大量複製
推 labihua     : 這篇實在 臨床更新太快 AI哪來的資料跑數據 看前面
→ labihua     : 幾篇推文快笑死
→ labihua     : 我是蠻期待AI可以解決醫院瑣事 不然腦力活還要付出
→ labihua     : 大量勞力根本雙重勞工
推 pyh888      : Ai就是全面智能化，套用在每個人事物上面
推 delightboy  : 醫療業出錯可能是刑事，商品出錯多是民事
推 fake        : 確實 醫療疏失最後其實很大部分也是用錢解決 除非
→ fake        : 醫生故意搞人？
推 shawshien   : AI 可以協助診斷 醫生問診的時候 開AI同步聽取
→ shawshien   : AI 可以同步提出診斷建議 等於多一個AI醫生
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
→ Maninck     : AI無資料跑數據，那換成人就有辦法處理嗎？
→ Maninck     : 如果人都是用過去的經驗去處理面對新的事務，AI又何
→ Maninck     : 嘗不是，阿法狗都已經證明給你看了。
→ labihua     : 沒啥悖論啊 醫師藥師就是每週開晨會 下班看國外論
→ labihua     : 文學習新知啊 又不是只會包藥跟看診 AI頂多幫忙跑
→ labihua     : 數據 臨床不會跟論文的病人條件完全一樣 決定權還
→ labihua     : 是只能交叉比對
→ labihua     : 醫院醫師怎麼可能用過去的資料判斷 Guideline有些
→ labihua     : 年年改 新藥一直出
→ labihua     : 除非萬年不變的治療指引就會被AI處理掉
推 rebel       : 每週開晨會 國外論文的資料量AI 會吸收不了嗎？怕
→ rebel       : 是論文產的速度不夠AI 吸收吧
→ labihua     : 還要判斷這篇論文是真是假 點值高低 哪些條件符合
→ labihua     : 這些參數如果都能夠標準化的話 AI就可以取代醫師了
→ labihua     :  但不同病人參數也會不同 光這些就很難處理
→ labihua     : 你怎麼知道AI吸收的不是一坨大便
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
→ rebel       : 文隔了十幾年才能證明是假的 我不信醫生就能一眼看
→ rebel       : 出來
→ labihua     : 個體化差異如果能夠解決 會變成專業科目者搭配AI共
→ labihua     : 存 完全取代很難 醫師工程師的養成條件太難了
→ rebel       : 每個病人參數不同 那我問你 醫師怎麼判斷
→ labihua     : 既然醫師都看不出來 那餵給AI的不會是準的 END
→ rebel       : 醫生看不出來也是照吸收 AI 也是阿 直到證明是錯的
→ rebel       : 之後
→ labihua     : 醫師怎麼判斷你自己找認識的醫師慢慢問 這是別人的
→ labihua     : 專業 很難當興趣回答
→ rebel       : 你都不知道醫生怎麼判斷你就說 AI 做不到 不是這樣
→ rebel       : 吧
→ rebel       : 說說你知道的醫生怎麼判斷 我們看看AI 的技術做不
→ rebel       : 做的到
→ labihua     : 功課自己做
推 rebel       : ..........你不會也不知道吧
推 shawshien   : 可以讓AI實習啊 AI判斷後 由醫生輸入判讀是否正確
→ shawshien   : 這就是machine learning
→ stkoso      : RAG或fine-tuning都能配合更新資料的使用情境
→ stkoso      : 快被外行推文笑死 半瓶水響叮噹
→ deolinwind  : 健保資料庫被核刪搞到內容沒意義 那資料從哪來
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
→ tb1201      : 啊。 嘗試沒效再換藥。
→ Tatsuya72   : 只因為有人說AI認證過就遞給你，你敢用？一群嘴砲
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
→ hcwang1126  : 地區電力 網路都會是問題
推 shawshien   : 會從小病開始 以前大家也覺得視訊看診不可靠
→ shawshien   : 但美國現在有很多視訊看診開藥
噓 piece1      : XD!保險交給AI.   AI:對不起!不予核保