搞邊科？AI年代狀元留港讀醫

放射科診斷的流程是怎樣？

有見大多數成績優異的學生都立志「我要做醫生」，陳家亮醫生最近列出七個你不要讀醫的理由：(一)你以為行醫是與生死搏鬥的神聖工作；(二)你以為醫生的白袍會帶給你優越感；(三)你以為社會應該感激你的付出；(四)你以為6年苦練便滿師下山；(五)你以為理應有鐵飯碗或豐厚的收入；(六)你以為可以隨意分享行醫見聞；(七)你以為過往業績預示將來表現。最後，陳醫生請立志做醫生的你：如果醫生的社會地位不再崇高，如果薪酬大幅削減，如果飯碗不再穩固，你還會選擇這條路嗎？

經濟學首先感興趣的，當然是做醫生的鐵飯碗或豐厚的收入。說過了，放射科醫生，是「人工智能取代人類工作」的代表職業，皆因人工智能之父Geoffrey Hinton在十年前曾警告：「我認為如果你是放射科醫生，你就像那隻已經衝過懸崖邊緣的土狼，卻還沒有往下看，所以不知道下面沒有地面。人們現在應該停止訓練放射科醫生。這是完全顯而易見的，在5年內，深度學習將會做得比放射科醫師更好。它可能需要10年，但我們已經有足夠多的放射科醫生了。」10年過後，市場數據證實人工智能之父錯得離譜：過去約十年間，放射科醫生的就業人數僅呈現溫和成長(約12至17%)，但名義總報酬則明顯上升(從2010年代中期約35萬美元提升至近期約57萬美元)。為甚麼？經濟學的「哲逢士悖論」(Jevons Paradox)推斷，當放射科醫療服務的需求彈性高，隨著放射科醫生的生產力因「AI與人類協作」而大幅提升，市場對放射科醫生的需求會不跌反升。微觀一點看，Grok亦明白放射科醫生的工作從不是單純的影像偵測：

「放射科診斷流程是一條高度數位化、系統整合的臨床鏈條：由臨床醫生在電子病歷系統開出檢查申請並註明指徵後，經放射科資訊系統排程與病人準備，再由技術員依醫生制定的協議完成影像獲取並傳入PACS(Picture Archiving and Communication System)存檔；放射科醫生隨後在低光閱讀室透過多螢幕工作站解讀影像(常對比舊片)、撰寫結構化或語音辨識報告，並經資深醫生審核後正式簽發；若發現危急結果須即時閉環通知臨床醫生，複雜病例則進一步參與多學科會議討論，最終將影像轉化為可行動的臨床決策依據。」

換句話，放射科診斷不是「看片寫報告」這麼簡單，而是一條高度協作、系統整合、法律責任重大的臨床決策鏈。決策鏈中臨床脈絡整合、不確定性判斷、責任承擔與溝通等人工智能與影像偵測互補的放射科技能，仍是人類放射科醫生的比較優勢。「我要做醫生」，在經濟學眼中是一項重大的人生投資，完全不計回報的投資不但違反成本效益，亦容易導致社會資源錯配。明顯地，人工智能之父不懂醫學經濟，亦不懂人力資本市場。