Re: [徵才] 三總放射科誠徵107年度民聘住院醫師2名
這問題個人焦慮很久,丟一點想法拋磚引玉,想聽各路大大們的意見:
初步而言,會不會以後 Rad 完全沒工作?個人認為不會,Rad 未來的方向個人以為有幾
個:
做的深:AI 診斷正確率 70%,你有 90%,你在 morning meeting 上天天電 AI。或者你
update 很快,對影像的做法和理解永遠趕在 AI 前面,或是說你會做某種 procedure
,AI 不會做 etc
做的廣,甚至整合部分臨床:AI 說 liver 有個 tumor,鑑別診斷 ABC,你看影像還可以
告訴別人刀要怎麼開 etc. 精通多種 domain knowledge 的 AI 大概出來不會那麼快
自己懂 AI:如果 AI 還沒那麼聰明的話,可以把 AI 當成某種新的 diagnostic test,
了解其長處、短處。甚至做到 tune AI 或是做相關研究,甚至搶到某些因為 AI 才有的
新崗位/角色(個人之前參加過科普 Deep learning 課程,關於 AI 會不會取代人類,講
師答:神奇寶貝的戰鬥明明都是神奇寶貝在打,為甚麼還需要神奇寶貝訓練師?)
但比較讓人擔心的,就是未來「單一領域」「非常 Routine」的診斷工作,很可能被 AI
侵蝕,比如從沒 history 的健檢 CxR 找有無 nodule 或 infiltration,或是如
screening low dose chest CT 找 lung nodule。當然一開始 AI 沒那麼聰明,false
positive/negative 還很多時,對 Rad 會是加分,因為 Rad 的工作負擔因為 AI 減輕很
多,可是 AI 還沒強到工作可以沒有 Rad。但隨著 AI 越來越強,這些大量、Routine、
單一的工作的給付可能就會受到壓縮,而這些 routine 往往才是各科收入的大宗。不會
完全沒工作,只是崗位數量和薪水減少很多。
----
P.S 最近才看到 neural network 的教父級學者發明了新的類神經網路,號稱比流行的
CNN 辨識力更強呢
Capsule Networks: An Improvement to Convolutional Networks
https://www.youtube.com/watch?v=VKoLGnq15RM
你會進步,AI 也會 Q<>Q
----
不知道 Rad 自己學代碼念研究所搞 deep learning 有沒有出路
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.127.72.143
※ 文章網址: https://www.ptt.cc/bbs/medstudent/M.1511507000.A.C3E.html
※ 編輯: d8888 (59.127.72.143), 11/24/2017 15:04:27
推
11/24 15:07,
6年前
, 1F
11/24 15:07, 1F
※ 編輯: d8888 (59.127.72.143), 11/24/2017 15:07:47
→
11/24 15:07,
6年前
, 2F
11/24 15:07, 2F
→
11/24 15:08,
6年前
, 3F
11/24 15:08, 3F
就怕老闆說:「因為 AI 準確性已經 95%,Rad 大部分時間不用做事,所以 sign 一份報
告 NT$5 喔邱咪」
※ 編輯: d8888 (59.127.72.143), 11/24/2017 15:09:59
推
11/24 15:11,
6年前
, 4F
11/24 15:11, 4F
→
11/24 15:12,
6年前
, 5F
11/24 15:12, 5F
推
11/24 15:17,
6年前
, 6F
11/24 15:17, 6F
推
11/24 15:18,
6年前
, 7F
11/24 15:18, 7F
推
11/24 15:21,
6年前
, 8F
11/24 15:21, 8F
→
11/24 15:21,
6年前
, 9F
11/24 15:21, 9F
→
11/24 15:22,
6年前
, 10F
11/24 15:22, 10F
→
11/24 15:34,
6年前
, 11F
11/24 15:34, 11F
推
11/24 15:41,
6年前
, 12F
11/24 15:41, 12F
→
11/24 15:42,
6年前
, 13F
11/24 15:42, 13F
→
11/24 15:42,
6年前
, 14F
11/24 15:42, 14F
推
11/24 15:43,
6年前
, 15F
11/24 15:43, 15F
推
11/24 15:45,
6年前
, 16F
11/24 15:45, 16F
推
11/24 15:54,
6年前
, 17F
11/24 15:54, 17F
→
11/24 15:54,
6年前
, 18F
11/24 15:54, 18F
個人認為關於「AI 取代 Rad」的討論,好像很少討論「Rad 兼 AI 訓練師」
假設 Rad 讀博士班掌握 AI,成為院內唯一的資工系博士,會 tune AI 還有會做相關研
究,院內一切 AI 大小問題都需要 consult 這個 Rad,那這 Rad 或許可以要求 income
保障,錢就從 Rad sign 的報告增加提成就有。但這種做法的難點是必須要跨行。不知各
位大大對這方面看法如何?
※ 編輯: d8888 (211.20.201.157), 11/24/2017 15:55:43
推
11/24 15:57,
6年前
, 19F
11/24 15:57, 19F
推
11/24 18:09,
6年前
, 20F
11/24 18:09, 20F
推
11/24 20:57,
6年前
, 21F
11/24 20:57, 21F
推
11/25 10:52,
6年前
, 22F
11/25 10:52, 22F
→
11/25 10:53,
6年前
, 23F
11/25 10:53, 23F
推
11/25 10:56,
6年前
, 24F
11/25 10:56, 24F
→
11/25 11:09,
6年前
, 25F
11/25 11:09, 25F
健檢跟 routine 不會都是淺的,我看過健檢 X 光有專科考題等級的診斷
問題是那是少數
有可能 90% 都是淺的,需要出動人類專科級知識的只有 10%
然後你老闆可能就會覺得 AI 在 90% 的情況都是對的,只有 10% 的情況需要真的勞動你
做事,那就 sign 一份報告 NT$5 就好
※ 編輯: d8888 (59.127.72.143), 11/25/2017 11:31:28
※ 編輯: d8888 (59.127.72.143), 11/25/2017 11:32:16
※ 編輯: d8888 (59.127.72.143), 11/25/2017 11:32:50
討論串 (同標題文章)
完整討論串 (本文為第 3 之 3 篇):