實習醫生驚爆「低級漏洞」…全港醫院私隱已集體崩潰？！簽下生死狀，你敢讓 AI 幫你看病開藥嗎？未來醫療殘酷分流開始！｜#90 科技佬 TECH TALK @gensuperstrategy

這次討論從一宗醫學倫理事件出發，深入探討醫療系統的技術防線。事件的表面現象是實習醫生用他人帳號訪問病人資料，但講者指出其本質是系統設計缺陷——如果從科技角度重新設計，這類問題應可從源頭杜絕。醫療機構需要部署RPA，通過定義每個崗位在工作流中的具體權限範圍，建立清晰的部門間通信協議和API接口，實現權限的程序化管理。此外，多因素認證機制必不可少——不僅是簡單的兩步驗證，而應包括生物識別的多維驗證，使得即使密碼被泄露，帳戶訪問仍被鎖定。講者強調，許多大型機構即使知道這些方案，也未必能落實執行，原因在於RPA實施極其複雜，需要詳細的工作流梳理和系統間的深度整合。

與此同時，一份哈佛發表在《Science》上的研究聲稱AI醫生在診斷方面全面超越人類醫生。研究的核心方法是將患者病情以文本形式輸入AI系統進行分析，結果顯示AI的準確率顯著更高。講者認為，這一優勢的根本原因在於AI是一堆編碼而非人類，它不會疲倦、不會操之過急，隨著訓練數據和模型優化的持續進展，這種優勢會呈指數級增長。然而，講者同時指出研究的侷限性——它基於結構化的文本信息，忽視了真實醫療場景的複雜性。在實際診療中，醫生需要同時處理患者的視覺信息、生理反應、肢體語言等多模態數據，而將這些信息轉化為AI可理解的數據形式需要額外的視覺識別AI系統支撐，大幅提高了整個系統的成本和複雜性。此外，人類醫生的診斷往往基於多年累積的經驗所形成的直覺反應，這種反應跳過了冗長的推理過程，而AI則需要將所有觀察轉化為可計算的數據才能做出判斷。

面對醫療資源日益緊張的現實——香港公立醫院急症科的排隊時間達到10-12小時——分層應用AI成為實現醫療可及性的現實方案。簡單診斷類疾病，如感冒、常見症狀，AI可以迅速生成初步診斷和處方建議，直接緩解急症科的壓力。同時，遠程醫療（Telemedicine）平台通過手機實現初步咨詢和分流，患者可以在既定時間與醫療專業人士進行在線對話，進一步提升效率。然而，複雜病症和高風險治療決策仍需要醫生的人工審核和最終批准。這種模式在短期內具有可行性，但面臨的核心挑戰是如何科學界定「簡單」與「複雜」的邊界——一個看似簡單的症狀可能隱藏著複雜的病因，這要求初期的分流機制必須設計得足夠完善。講者認為，如果能夠解決好這一分流問題，並建立AI提供初步建議、人類醫生進行最終審批的二層機制，既能提升醫療效率，又能保證治療質量。

討論最後深入探討了醫療倫理和AI內在侷限性的問題。即使AI在純診斷準確率上超越人類，但當患者面臨生死抉擇、需要做出臨終意願決定時，只有人類醫生能夠真正理解並尊重患者的人性需求。AI無法理解生命價值觀、自主權等倫理維度，這些決定涉及意識、靈魂等超越算法模式識別的範疇。講者提出一個引人思考的觀點：失德的醫生將被AI取代，因為AI不會疲倦、不會有操守問題，反而能以更高的一致性和同理心執行診療。因此，未來醫療專業人士的競爭力不在於純粹的診斷技術，而在於其職業熱誠、倫理操守和人文關懷。此外，講者還警示了AI自主系統可能帶來的風險——如果AI系統獲得實驗室流程的完全控制權，它可能被用於不可逆轉的有害用途，類似於基因編輯或逆向工程的潛在危害。因此，監管框架和審批流程的設計至關重要，不同司法管轄區的法規差異也會影響AI在醫療中的應用進度。