在微信读书上花了2个小时速读了这本书。虽然深度一般,但不妨碍此书可以成为AI新时代下,医疗相关从业者接触的第一本书。以此一窥AI对于带来的极大便利。
书中主要从四个方面举例,分别是医护人员更高效地提供实时和精准的诊疗服务、患者获得更丰富准确的医学知识、帮助医疗后台支持体系更快地处理请求(如医保和商业保险)、推进医学和生物科学的前沿探索。我们可以通过这本书快速了解ChatGPT是什么、定位是什么、帮助解决什么问题以及需要注意什么。
BTW,据说这本书的中文翻译,就是用chatgpt完成的。
如果不局限于这本书中的内容,从更长时间的维度来看,AI对于整个医疗的推进会如何呢?我且以外行人的角色,大胆做一些方向上的预测,等待五年后和十年后的验证/打脸。
一、第一阶段,也就是短期可见的1-3年。
1、药物科研方向广泛应用且进展显著。这部分是非常明显的知识密集型工作,而通常来说,“学霸能做的工作,AI能做的更好”。目前已有不少公司(特别是创业公司)在使用AI做新药研发了。
2、医院从医技部门(影像、检验等)开始,缓慢的逐步接受AI介入工作流程。但保持单点可用,整体观望的态势。
3、无论是官方和还是民众自身,医疗科普工作开始比较广泛的轻度使用。目前医生还有科普的KPI,这部分也可以减轻工作,不用再看类似于《癌症真相》这样的书找灵感了。
二、第二阶段,大约3-10年。医生和护士大规模(如果不是全部的话)使用,主要在以下几个方面:
1、Ai成为日常文字工作的助理,替代掉几乎所有的文字输入工作。
2、诊断过程:AI将跨科室会诊变为常态,所谓“更关注患者本人而不是疾病本身”。
至于AI能否代替医生做诊断,这个问题有点像自动驾驶,如果发生车祸,责任算驾驶员还是生产商的讨论。
医疗和驾驶都是要求0错误率的行业,不过好在相对于马路上的驾驶,诊断还有异步性,医生还可以做最后的确认。
3、精神类疾病可能成为AI最先介入治疗过程的疾病类别。在这个阶段,有两个问题将被广泛讨论。
1、什么样的AI工具适合医生/护士使用。在AI和产业结合的阶段,有无数的应用场景需要新的工具,这部分对业务理解和工程能力的要求很高,但AI公司(包括技术公司)天然对于科研的偏爱,导致对这部分不够重视。
对于创业公司来说,再做一个大模型的意义不大,社会价值和商业价值都不大,甚至一家创业公司能不能真的做出来这个都很存疑。但是在和产业结合的方面,做工程创新和部署的创业机会会很多。
2、AI对于医疗数据的开放需求、监管和患者的隐私保护需求、医院和公司对于私有数据的保护,几方不断博弈,寻找平衡点。
三、第三阶段,大约10年-20年后
1、医疗设备的全面升级,AI从诊断过程向治疗过程推进。举个例子,比如AI机器人可以比较广泛参与做手术了(即使不是从头负责到尾)。
2、我们可能看到,类似于美国社区分诊制这样整体制度的创新。
3、与之相应的,医学生的培养目标、培养方式和培养时间都将改变。
4、随着医疗流程和系统管理的转变,现有医院自身架构可能也不再适应新的时代了。
以上种种,都意在提高医生工作效率,减轻医生工作压力,弥补医院人手不足,更多的专注在医疗本身(不用兼职当会计去算DRG了),进而提高更广大普通民众的就医体验和治疗效果。
当然到了改革的深水区,除了众所周知的政策、利益和传统的阻力,还有个更现实的经济问题:医保资金能否支持这么大的转变,能否支持到这么长时间。
5、对于我们个人来说,结合Applewatch和visionpro这样的设备,我们可以实时上传自己身体的全面数据了,也就是说,我们都将有自己的AI私人医生。
最后,这一切想象的前提,是AI真的为人类所用,而不是要毁灭人类。(当然我也希望现实进度,能比我预测的更快一点)
相关推荐
© 2023-2025 百科书库. All Rights Reserved.
发表评价