[問卦] 實務上赴歐安樂死最麻煩的點的掛

27 

我覺得醫師的部分，在可預見的未來一定程度的被取代（或者說被輔助也行） 只是至少在10年內，個人猜測被取代的部分還有一定的限度 以最常被提出來的內科或放射科為例 內科其實是一個太空泛的描述，內科醫師會分化成八個系統，每個系統的業務廣泛都可以 分成：門診、住院、特殊處置/檢查。前兩者我覺得有機會在可預見的未來被取代或輔助

12 

身為還在訓練中的放射科醫師，從入科以來就一直知道AI的威脅，科內也有引入或是評估過一些AI的工具，最大的問題就是錢跟資安。 目前報告基本上還是要由醫師來完成，多買AI輔助工具對醫院來說只是多花錢，也不能因此去砍醫師的薪水，除非能顯著增加醫師打報告的速度，不然醫師大概也不會想把報告的錢分給AI，就算解決了後端的報告問題。前端的影像量（X光、電腦斷層、核磁共振）如果沒有增加，醫院端的收入其實也沒有增加，所以引進AI對醫院的吸引力有限。我們目前引進的X光判讀系統的用處，主要是要排除一些我們漏掉的東西，等於是讓AI幫我們檢查一下，降低疏失的機率。 再來是廠商這端的問題，廠商基本上希望能讀一張影像賺一次錢，但是醫院基本上不可能讓廠商安裝外掛的程式去計算使用量，畢竟你無法保證AI的廠商收集了什麼資訊，目前的解決方法有點像是國稅局查攤商的收入，廠商用目前的報告量去推估一年的收費是多少。但目前說的是一張X光的判讀，如果是電腦斷層或是核磁共振，一組下來都是上百張影像，而且各自有關聯，如果還要串接臨床的症狀與病史，還有比較舊的影像去比較變化，我目前是無法想像需要的成本是多少，也許有朝一日能夠實現合理的價格。 去年去參加北美放射科醫學會年會，再加上LLM的蓬勃發展，我覺得未來AI在放射科工作的發展有兩方面，透過LLM，把影像變成製作完整的報告變得可能，目前頂多是在影像上標註一些發現，但是拿LLM報告製作完成後，以目前的模型偶爾會出現錯誤的狀況下，一定還是需要醫師覆核。但是在衛教或是報告的解釋，尤其台灣的報告基本上是英文為主，若能很好的轉譯成病人能懂的報告，也是很有價值的應用，這樣應該能解答病人大部分的問題，病人有問題再來詢問。 另外放射科的工作流程上也有很多可以讓AI幫助的地方，從幫助臨床醫師建議適合的檢查，到安排排程，到檢查影像的處理與加強，都是AI可以發力的地方。

 8 

我發現 問AI很多問題 AI的錯誤資料很多 我是用免費的 付費的AI錯誤資料會比較少嗎

 7 

大陸AI就很簡單啊 你問什麼，AI就幫你問ChatGPT ChatGPT回答什麼，AI就回答什麼 就這麼簡單的事情 加一層包裝就是大陸原創品牌

 4 

我是用google的AI問的 結果AI 回答一堆 我早就知道的 請問有哪個AI

 5 

其實台灣的醫師不用擔心這個問題 我舉幾個例子好了 1. 病人感冒來看醫師 AI: 根據你的臨床症狀，理學檢查 判斷是上呼吸道感染 這個只要喝水多休息就好 病人：這個醫師醫術很爛 感冒要吃藥才不會惡化 這麼簡單的知識都不知道 收我300元

 5 

我剛剛問ChatGPT AI短期內會取代哪些人類職業的大部分工作內容 他回答 --- AI在短期內能夠取代大部分工作內容的職業通常具有以下特徵：工作內容重複性高、標準化 明確、依賴數據和規則執行。以下是一些可能被AI大幅取代的職業：

 1 

AI駕駛 出了車禍你要找誰負責？ 現在有種車叫做特斯拉， 醫生掌管病人生命很重要不可否認， 難道自動駕駛出了車禍就不危險？ : 本肥急診待了十餘年拉

 1 

按照野村總合研究的說法，最不容易被AI取代的工作就是精神科醫師 機率為百分之零點一 學校的心輔人員機率為百分之零點二 簡單來說的話，愈是跟人的心理相關的工作就愈難被AI取代 因為人並不是理性的動物，所以AI無法對應

未來會有語伴型AI，家庭中幫傭、陪伴、居家照護、家教。 醫療院所的慢性病陪伴與照護，也會出現在心理諮商與教育現場。 不過這可能要等幾十年，各家AI們說是第六波革命的一環。 你有沒有發現這有種似曾相似的感覺？ 過去先進國家引進外勞，本來只是想要低等有色人種做藍領工作，