fduhgggh 2025-12-27 作为从业管理者，医疗数据还面临一个关键问题，即使是头部医院的电子病历数据质量也不高，病历反映的是经过医生二次翻译的临床行为，因为模板使用、操作者和书写者不一致等一系列问题，数据质量不足以训练高质量模型。高质量数据的前提是高质量采集，高质量采集的动力是利益链的分配。 ♥ 406 ↩ 20
芝麻酱香饼渣 2025-12-27 让ai看病的是不是没去过医院，忘记了基层医疗的一大难点是，病人会撒谎啊！难道指望基层的大爷大妈们客观理性的描述自己的病症吗？他们有的时候说的话别说ai，你再给他们重复一遍，她们可能自己都听不懂啊！ ♥ 232 ↩ 25
霜之哀伤和火之高兴 2025-12-27 医生，“大爷啊，你怎么了啊？” 大爷，“哦，我就是哪里哪里有点疼，来看看，” 医生，“你有其他的基础病吗，也可能是那个引起的。” 大爷，“没有，我身体好着呢，吃嘛嘛香身体倍棒。” 医生，“那就好，我给你开点药吃完就好了。去拿药吧” 大爷，“好嘞，我这就去” 医生，“对了大爷，你走之前我问一下，最近有吃什么药物之类的东西吗？” 大爷，“哦，我现在吃着降压药呢。” 医生，“好嘞大爷，你坐一下我再给你开一复方子。” ♥ 241 ↩ 5
光影逆行 2025-12-28 目前还是太不成熟了，我科研项目就做这个的，他一般来说他会给出好几个概率差不多的选项，比如说26.3%是脑梗，21.6%是帕金森，27.8%是某某这样子 ♥ 172 ↩ 56
SummerInOdense 2025-12-27 虽然up主的视频偏入门科普，但确实说的没错。 作为某大厂的ai医疗算法，只能说现在一线厂都在把资源投在这个方向上[doge_金箍] ♥ 109 ↩ 49
拿斧的骚年 2025-12-27 医疗最困难的就是数据[笑哭]涉及伦理利益种种问题。一个罕见病历在大佬手里可以写成一篇高质量论文，能够带来多少利益[吃瓜] 更不用说批量数据能够完成多少研究课题。再就是实验室的各种数据思考背后涉及到多少利益[呲牙]AI是好，但壁垒更高[笑哭][笑哭] ♥ 80 ↩ 1
kitermess 2025-12-27 我说句难听的，ai医疗诊断是给专业医生看的，AI医疗只是医生的辅助工具，最终下定论的还是医生，任何跳过医生环节给病人下的AI诊断结果，都是草菅人命 ♥ 64 ↩ 23
牧药刻舟求剑 2025-12-27 跟院里主任聊过几次，印象最深的就是，现在国内喂给ai的数据会不会都是临床数据，但是临床数据有个风险，就是它是在his系统，dirdip还有药占比多方制衡下的人为判断，这些数据掺杂了大量的人情因素，会不会影响污染ai的判断是个令人担忧的问题。[笑哭]不过大方向上肯定还是正向观点居多。 ♥ 56 ↩ 3
花丶吃了那少年 2025-12-27 实际医院很难提供高质量数据，前期入院就需要通过伦理委员会审核，如果涉及临床影像数据分析还需要打通影像科的关节。实际采集中大部分实操的是专家手下的医生，他们有很繁重的医疗任务，可能忙起来并不能遵守需要的采集规范。而且每个医生临床诊断的结果是不尽相同的，并不是说他们诊断不准确，而是诊断的角度不一样，比如一个踝关节骨折，有的医生会用Lauge-Hansen分型，有的则会用AO分型，不同分型数据并不能一一对应，因为这些分型的描述侧重点不同，即使要求用统一的分型也会出现判断的不同，这些数据的出现会大大降低数据质量。还有数据图谱的缺失问题，因为临床上可能常出现的分型就只有几种，但是完整分型有十几种，不常见分型就比较难采集，这样的数据喂出来的模型可能会出现漏诊情况。我做的一个智能诊断项目推进慢有一部分原因就是数据采集的原因，计划一年采集一百例数据结果现在只有不到二十例，还有三分之一的分型数据未采集。现在说ai医疗只能说方兴未艾吧 ♥ 33
BARNACLEpro 2025-12-27 都说ai不能背锅，但去医院的目的难道不是看病吗，如果ai的准确率高于人类，为啥不接受ai呢？ 而且“背锅”具体指的是什么呢？出了医疗事故可以ai公司和医院可以赔偿，模型可以得到升级。 但对于真人来说只能停职开除，吓唬吓唬其他医生，网络上来一波热度，其他很难得到进步。 我觉得最好的方式是ai+真人结合医疗，而不是只取其一，还有相关法律法规也要完善，ai对于症状描述的理解程度也要提升（因为现在只有文字） ps：而且有的时候医学生的教科书里都有左右脑互搏的内容[辣眼睛]，还有不同的书里对同一种情况的观点也可能不同 ♥ 29 ↩ 1
陆漓_d 2026-01-13 其实医生法官是最容易被ai替代的，经验性很高，身边的从业者用的太多了，只不过医疗法律是个门阀极多门路极深的行业，从硕士入学就得开始找一个门阀拜入，读到博士毕业导师再介绍你去实习，这时候再给主任医生当牛做马，被压榨好几年混成主治医生才算稳定下来，然后再继续被压榨再往上爬到副主任主任，然后躺平去压榨下面的实习生和医生，主任医生其实很多事情都不自己做了，找找医药代表，在外面某些小医院做做“嘉宾”，ai进去动了太多人蛋糕了，另外就是出了问题，ai不能负责。但要说ai看病，我觉得主治医生>副主任医师>ai>主任医师。因为实际这波人才是一直在卷逼着自己不得不一直追新论文和病例的。看病其实就是一个推理过程，用你的各种体检报告和数据去推理你身体内的各种生化反应罢了。对于常见病，只要你相关检查做好数据出来，ai比人犯错的概率低多了。 ♥ 27 ↩ 11
小一_箫翼 2026-01-07 主要是AI不能背锅，不能挨骂，不能舒缓病人那种纯想找个大夫发泄的情绪，而且患者是满口谎言的[doge]患者幻觉可比AI幻觉严重，主诉都说不明白[doge] ♥ 19 ↩ 2
吃完饭再上网 2026-01-05 绝大多数医务人员肯定会强烈反对，这属于是行业饭碗被抢了，别看他们平时抱怨工作忙，但是真让ai进入帮忙，就会抢了很多医务人员的饭碗，自然会再到前期的抵抗。 ♥ 16 ↩ 9
Comments
然而我用千问问很多医疗问题涉及很多医学界都没有定论问题的时候ai只会说建议去找医生咨询，医生可以背锅ai不行[吃瓜]
♥ 575 ↩ 25
作为从业管理者，医疗数据还面临一个关键问题，即使是头部医院的电子病历数据质量也不高，病历反映的是经过医生二次翻译的临床行为，因为模板使用、操作者和书写者不一致等一系列问题，数据质量不足以训练高质量模型。高质量数据的前提是高质量采集，高质量采集的动力是利益链的分配。
♥ 406 ↩ 20
让ai看病的是不是没去过医院，忘记了基层医疗的一大难点是，病人会撒谎啊！难道指望基层的大爷大妈们客观理性的描述自己的病症吗？他们有的时候说的话别说ai，你再给他们重复一遍，她们可能自己都听不懂啊！
♥ 232 ↩ 25
医生，“大爷啊，你怎么了啊？” 大爷，“哦，我就是哪里哪里有点疼，来看看，” 医生，“你有其他的基础病吗，也可能是那个引起的。” 大爷，“没有，我身体好着呢，吃嘛嘛香身体倍棒。” 医生，“那就好，我给你开点药吃完就好了。去拿药吧” 大爷，“好嘞，我这就去” 医生，“对了大爷，你走之前我问一下，最近有吃什么药物之类的东西吗？” 大爷，“哦，我现在吃着降压药呢。” 医生，“好嘞大爷，你坐一下我再给你开一复方子。”
♥ 241 ↩ 5
目前还是太不成熟了，我科研项目就做这个的，他一般来说他会给出好几个概率差不多的选项，比如说26.3%是脑梗，21.6%是帕金森，27.8%是某某这样子
♥ 172 ↩ 56
>我有问题的是左腿！你怎么把右腿给切了？ >您说的很对！请让我再试一次。另外，需要我给您整理一份左腿和右腿的区别清单吗？
♥ 242 ↩ 6
虽然up主的视频偏入门科普，但确实说的没错。 作为某大厂的ai医疗算法，只能说现在一线厂都在把资源投在这个方向上[doge_金箍]
♥ 109 ↩ 49
ai再牛逼最终签字也要人来签字，因为ai做不了牢[笑哭]
♥ 103 ↩ 1
医疗最困难的就是数据[笑哭]涉及伦理利益种种问题。一个罕见病历在大佬手里可以写成一篇高质量论文，能够带来多少利益[吃瓜] 更不用说批量数据能够完成多少研究课题。再就是实验室的各种数据思考背后涉及到多少利益[呲牙]AI是好，但壁垒更高[笑哭][笑哭]
♥ 80 ↩ 1
实话实话，有多少一级医院的医生水平不如AI大模型?
♥ 81 ↩ 28
我说句难听的，ai医疗诊断是给专业医生看的，AI医疗只是医生的辅助工具，最终下定论的还是医生，任何跳过医生环节给病人下的AI诊断结果，都是草菅人命
♥ 64 ↩ 23
跟院里主任聊过几次，印象最深的就是，现在国内喂给ai的数据会不会都是临床数据，但是临床数据有个风险，就是它是在his系统，dirdip还有药占比多方制衡下的人为判断，这些数据掺杂了大量的人情因素，会不会影响污染ai的判断是个令人担忧的问题。[笑哭]不过大方向上肯定还是正向观点居多。
♥ 56 ↩ 3
实际医院很难提供高质量数据，前期入院就需要通过伦理委员会审核，如果涉及临床影像数据分析还需要打通影像科的关节。实际采集中大部分实操的是专家手下的医生，他们有很繁重的医疗任务，可能忙起来并不能遵守需要的采集规范。而且每个医生临床诊断的结果是不尽相同的，并不是说他们诊断不准确，而是诊断的角度不一样，比如一个踝关节骨折，有的医生会用Lauge-Hansen分型，有的则会用AO分型，不同分型数据并不能一一对应，因为这些分型的描述侧重点不同，即使要求用统一的分型也会出现判断的不同，这些数据的出现会大大降低数据质量。还有数据图谱的缺失问题，因为临床上可能常出现的分型就只有几种，但是完整分型有十几种，不常见分型就比较难采集，这样的数据喂出来的模型可能会出现漏诊情况。我做的一个智能诊断项目推进慢有一部分原因就是数据采集的原因，计划一年采集一百例数据结果现在只有不到二十例，还有三分之一的分型数据未采集。现在说ai医疗只能说方兴未艾吧
♥ 33
都说ai不能背锅，但去医院的目的难道不是看病吗，如果ai的准确率高于人类，为啥不接受ai呢？ 而且“背锅”具体指的是什么呢？出了医疗事故可以ai公司和医院可以赔偿，模型可以得到升级。 但对于真人来说只能停职开除，吓唬吓唬其他医生，网络上来一波热度，其他很难得到进步。 我觉得最好的方式是ai+真人结合医疗，而不是只取其一，还有相关法律法规也要完善，ai对于症状描述的理解程度也要提升（因为现在只有文字） ps：而且有的时候医学生的教科书里都有左右脑互搏的内容[辣眼睛]，还有不同的书里对同一种情况的观点也可能不同
♥ 29 ↩ 1
病理，影像，检验，是最快被蚕食的领域
♥ 25 ↩ 10
其实医生法官是最容易被ai替代的，经验性很高，身边的从业者用的太多了，只不过医疗法律是个门阀极多门路极深的行业，从硕士入学就得开始找一个门阀拜入，读到博士毕业导师再介绍你去实习，这时候再给主任医生当牛做马，被压榨好几年混成主治医生才算稳定下来，然后再继续被压榨再往上爬到副主任主任，然后躺平去压榨下面的实习生和医生，主任医生其实很多事情都不自己做了，找找医药代表，在外面某些小医院做做“嘉宾”，ai进去动了太多人蛋糕了，另外就是出了问题，ai不能负责。但要说ai看病，我觉得主治医生>副主任医师>ai>主任医师。因为实际这波人才是一直在卷逼着自己不得不一直追新论文和病例的。看病其实就是一个推理过程，用你的各种体检报告和数据去推理你身体内的各种生化反应罢了。对于常见病，只要你相关检查做好数据出来，ai比人犯错的概率低多了。
♥ 27 ↩ 11
主要是AI不能背锅，不能挨骂，不能舒缓病人那种纯想找个大夫发泄的情绪，而且患者是满口谎言的[doge]患者幻觉可比AI幻觉严重，主诉都说不明白[doge]
♥ 19 ↩ 2
绝大多数医务人员肯定会强烈反对，这属于是行业饭碗被抢了，别看他们平时抱怨工作忙，但是真让ai进入帮忙，就会抢了很多医务人员的饭碗，自然会再到前期的抵抗。
♥ 16 ↩ 9
医学边界在一直拓展。希望看咸鱼的友友们能宽容对待所有医学人。（ai也是学习者）
♥ 15