智能和学习。学习的关键是验证,如果你不知道1+1是等于2,做再多的题,再快也没用。智能本身一个被印证的结果。
所以AI和machine learning的底层逻辑都是要有相印的验证系统。数据garbage in garbage out是过去十年大多数公司在用大数据的困扰,会写code加大忽悠的CS人,是把真懂数据的人挤到一边。big data 造就了一堆问题,包括数据安全问题,也造就了不少目空一切的人。STEM里最容易读出来还能赚大钱,看医生的地位想替代呗。
医学上很多问题极其复杂,疑难杂症,没有固定答案。人体是极其复杂的。指望Ai还太早。今天的做Ai应用的还是那帮人,还是那帮数据garbage in garbage out,只是垃圾数据产出更快,用电更多。十年后再忽悠个新的概念。每次wave, 肯定有小部份的突破,但大多数是耗材。
AI实际的医疗系统的应用希望在替代保险公司的人员,保险条例是订好的,AI直接回达病人问题,保险覆盖条例,医疗费用报销估算都会又准确又快。AI最早替代的应该就是固定有规律的工作。
医疗费用的另一个浪费是重复检查。这是因为法律保护病人隐私,更深处的原因是不让保险公司看到,提高保费。
另外一个开销就是政府的regulation,保险公司的regulation, 医生为了符合这些条例,必须雇佣多余的人手去处理,这也是AI可以替代的。