GPT醫生解決本地醫護不足問題

在討論人工智能對勞工市場影響時，不少人擔心各行各業打工仔都會大受影響。不過，同一時間科技進步亦令這些行業生產成本大為降低。這在人手長期不足的醫護界尤為明顯。

最近ChatGPT大行其道，不少人都在討論這類人工智能技術的影響，有人認為這會取代記者工作（有網民就曾經利用ChatGPT寫了幾篇「新聞稿」），有人認為作家生計亦會大受影響（最近亞馬遜就有一本以人工智能寫成的書在放賣），亦有人認為人工智能推動的機械人投資顧問（Robo Advisor）會搶去不少金融才俊的飯碗。

此外，部分醫護工種亦可能被人工智能取代。相信不少讀者都知道，機器學習重點是透過大數據分析提升對事情的預測能力。無論是心電圖、腦部掃描還是血液分析，醫生在診斷病症時都是要利用各類數據。如我們已有過往病人各種大數據，機器學習可以減低醫生「斷錯症」機會，甚至取代普通醫生斷症角色。

機器學習避免醫生「斷錯症」

舉幾個例子吧。幾年前醫學界曾經有幾個檢驗不同類型癌症（有女性乳癌、皮膚癌等）的比賽，參賽者深度學習（deep learning）的電腦程度和數十名有關病理學家，結果前者「臨床準確度」往往比後者明顯要高。另外，早前在美國克利夫蘭有研究員設計了一套機器學習系統，結果預測心臟衰竭成功率高達97%，比當地醫生高出兩成有多；還有，英國牛津有研究員設計機器學習程式來分析心電圖，它能準確預測心血管疾病機會亦比一般醫生的八成要高出一大截。

除斷症外，人工智能可用於觀察病人情況。試想一下，如醫院可透過人工智能監察每名深切治療室內的病人，只要心電圖或其他可觀察數據稍有異動便可提早告知醫生或護士，這樣便可省卻不少醫生護士不斷巡房的人力物力。在討論人工智能對勞工市場影響時，不少人擔心各行各業打工仔都會大受影響。不過，同一時間科技進步亦令這些行業生產成本大為降低。這在人手長期不足的醫護界尤為明顯。