{"source":{"id":"2039267524974424123","title":"全美最大公立医疗系统的掌门人发话了。 目标是谁？ 医院里年薪四十万美金的放射科医生。 Mitchell Katz管着整个…","url":"https://mubeitech.com/p/2039267524974424123"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2045233334804955559","account":"mubei","brand":"@mubei","title":"“因为AI，我觉得医生的好日子到头了。” 一位美国医生的自述火了。 砸掉饭碗的不是AI诊断系统。 而是拿着AI答案来“考…","summary":"“因为AI，我觉得医生的好日子到头了。” 一位美国医生的自述火了。 砸掉饭碗的不是AI诊断系统。 而是拿着AI答案来“考”医生的病人。 以前看病，是医生问患者答。 现在门诊的画风全变了。 病人在见医生前，已经用AI聊天机器人摸透了病情底牌。 他们带着极高维、极细化的刁钻问题走进诊…","body":"“因为AI，我觉得医生的好日子到头了。”\n一位美国医生的自述火了。\n砸掉饭碗的不是AI诊断系统。\n而是拿着AI答案来“考”医生的病人。\n\n以前看病，是医生问患者答。\n现在门诊的画风全变了。\n病人在见医生前，已经用AI聊天机器人摸透了病情底牌。\n他们带着极高维、极细化的刁钻问题走进诊室。\n\n这位医生分享了一个后背发凉的细节。\n上周有个病人突然问他：美国视网膜脱离的流行病学发病率是多少？\n他硬着头皮答：“大概万分之一吧。”\n病人满意地点点头：“没错，我查到的也是这个数据。”\n那一刻，他感觉自己像个被主考官盘问的实习生。\n\n病人们正在用AI当标尺，直接测试人类医生的真实含金量。\n那些勉强应付考核、不看学术前沿的医生，现在几句话就会露馅。\n业内开始抱怨这会毁掉本就脆弱的医患信任。\n但这掩盖不了一个残酷的现实。\n\n患者用手机两秒钟就能免费查到的基础医学数据，不再需要去诊所花钱听医生背书。\n人类医生必须拿出比AI数据更硬的价值。\n靠信息垄断混日子的时代结束了。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2045410665523712506","translated_status_id":"2045410665523712506","published_at":"2026-04-18 07:53:33","created_at":"2026-04-18T09:48:07.162413","url":"https://mubeitech.com/p/2045233334804955559","markdown_url":"https://mubeitech.com/p/2045233334804955559/markdown"},{"rank":2,"id":"2050621589696151639","account":"mubei","brand":"@mubei","title":"AI 会毁掉工作？黄仁勋说，先看放射科医生。 AI 革命刚开始时，一位现代 AI 之父判断：十年后最不该选的职业，就是放…","summary":"AI 会毁掉工作？黄仁勋说，先看放射科医生。 AI 革命刚开始时，一位现代 AI 之父判断：十年后最不该选的职业，就是放射科。 理由听起来无懈可击。 AI 会读片。 AI 会诊断影像。 AI 会渗透放射科每一个环节。 放射科医生会过时。 十年后，前半段全说中了。 现在几乎每一次放…","body":"AI 会毁掉工作？黄仁勋说，先看放射科医生。\n\nAI 革命刚开始时，一位现代 AI 之父判断：十年后最不该选的职业，就是放射科。\n\n理由听起来无懈可击。\nAI 会读片。\nAI 会诊断影像。\nAI 会渗透放射科每一个环节。\n放射科医生会过时。\n\n十年后，前半段全说中了。\n现在几乎每一次放射扫描，都有 AI 辅助。\nAI 分析的影像数量一路暴涨。\n真正反着来的，是放射科医生数量增加了。\n\n这要怎么解释？\n\n黄仁勋给出的关键区分是：工作目的和工作任务，不能混成一回事。\n放射科医生的任务里有读片。\n放射科的目的，是诊断疾病，协同医生，照顾病人，让医院接收更多患者、做更多扫描、提供更好的医疗。\n\nAI 自动化了读片这个任务。\n医院发现放射科能处理更多病人，还能带来更多收入，于是继续雇更多放射科医生。\n\n最讽刺的是，当年“放射科要完了”的叙事，真的造成了伤害。\n很多年轻人被劝退，不再进入这个领域。\n现在需求上来了，人反而不够。\n\n软件工程也在走同一条路。\nNVIDIA 内部已经到处是智能体 AI。\n每个软件工程师都在用。\n最受欢迎的工程师，是懂得使用 AI、懂得和智能体协作的人。\n\n以前工程师有一个想法，要花时间把代码写出来。\n现在想法一出来，代码几乎立刻跟上。\n公司等的就变成了下一个想法。\n\n这时候工程师更闲了吗？\n黄仁勋说，恰好相反。\n智能体会不断发消息追问：下一步是什么？这个修好了，接下来做什么？\n工程师一直站在关键路径上，比以前更忙。\n\n很多人误判 AI，是因为他们把公司想象成一年只需要写十亿行代码。\n如果 AI 把十亿行代码自动写完，原来一万人干的活，现在一千人就够，剩下九千人就没用了。\n\n黄仁勋的反驳更像企业家的脑回路。\n十亿行代码，只是过去那些人在有限时间里最多能做的事。\n有了 AI 助手以后，他想探索的是一万亿行代码的空间。\n\n任务会被自动化。\n工作未必会消失。\n\n危险从来不在 AI 会不会写代码、读片、打字、说话。\n危险在于，一个人把自己的职业理解成某个固定动作，然后亲手把自己缩小成了那一个动作。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-02 17:45:08","created_at":"2026-05-02T19:36:32.831116","url":"https://mubeitech.com/p/2050621589696151639","markdown_url":"https://mubeitech.com/p/2050621589696151639/markdown"},{"rank":3,"id":"2045494017958289460","account":"mubei","brand":"@mubei","title":"入门级白领的晋升通道正在被直接斩断。 Anthropic首席执行官达里奥预言了一场空前的就业海啸。 金融、咨询和科技行业…","summary":"入门级白领的晋升通道正在被直接斩断。 Anthropic首席执行官达里奥预言了一场空前的就业海啸。 金融、咨询和科技行业的基础岗位即将枯竭。 总结文档和撰写财务报告这些初级工作很快会被AI全面接管。 英伟达CEO黄仁勋对这种末日恐慌猛烈开火。 把AI渲染成摧毁就业的核弹实打实地损…","body":"入门级白领的晋升通道正在被直接斩断。\nAnthropic首席执行官达里奥预言了一场空前的就业海啸。\n金融、咨询和科技行业的基础岗位即将枯竭。\n总结文档和撰写财务报告这些初级工作很快会被AI全面接管。\n\n英伟达CEO黄仁勋对这种末日恐慌猛烈开火。\n把AI渲染成摧毁就业的核弹实打实地损害了美国利益。\n吓得年轻人不敢从事软件工程只会让美国彻底断供程序员。\n吓得医学生不敢报考放射科只会让底层医疗系统加速崩溃。\n\n黄仁勋剥开了这层恐慌底部的认知盲区。\n社会大众极度混淆了“任务”和“职业”的界限。\n让计算机去读取一张扫描片仅仅是一项机械任务。\n放射科医生的核心价值是不可被代码替代的患者护理。\n\n极端的假设正在绑架公众情绪。\n把单一任务的自动化等价于整个职业的消亡完全脱离现实。\n靠制造焦虑来阻挡技术浪潮注定徒劳。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2046143024955035895","translated_status_id":"2046143024955035895","published_at":"2026-04-20 08:24:22","created_at":"2026-04-20T09:56:04.802399","url":"https://mubeitech.com/p/2045494017958289460","markdown_url":"https://mubeitech.com/p/2045494017958289460/markdown"},{"rank":4,"id":"mb-20260901-762988","account":"mubei","brand":"","title":"贴上十个电极片，花十秒钟记录，成本只要几英镑","summary":"贴上十个电极片，花十秒钟记录，成本只要几英镑","body":"贴上十个电极片，花十秒钟记录，成本只要几英镑。\n这是一张所有人都在医院见过的常规心电图。\n帝国理工学院把这套老工具，丢给了一个深度学习模型。\n机器只读了两秒钟。\n随后在 6.7 万名患者的盲测里。\n找出了 81% 的心力衰竭，和 90% 的心脏瓣膜病。\n消息在慕尼黑的欧洲心脏病学会年会 ESC Congress 现场公布。\n现场医生把这套系统的表现称为超人类。\n为什么让人震惊？\n心电图这项技术，从 1901 年荷兰生理学家威廉·艾因托芬发明至今。\n已经用了一百二十多年。\n这一百多年里，全世界心脏科医生的教科书上都写着同一条死规矩：\n心电图只能看电学问题。\n心律齐不齐、心跳快不快、有没有突发急性心肌梗死。\n至于心脏的物理结构坏没坏、肌肉有没有衰竭、瓣膜漏不漏血。\n医生从不指望心电图。\n要查这些结构性重症，现代医学只有一条路：做超声心动图。\n超声心动图需要昂贵的探头、受过专门训练的技师，以及漫长的门诊预约。\n在英国 NHS 的公立医疗系统里。\n一个怀疑心衰的病人，拿到超声检查往往要排队等上几个月。\n心脏肌肉的衰退是不可逆的。\n很多病人在漫长的排队期里，病情悄悄恶化到了晚期。\n为什么连专科医生肉眼根本看不出的结构病变，机器能在两秒钟里抓出来？\n是不是 AI 掌握了某种不可思议的超能力？\n把底层的医学逻辑拆开，会发现这台机器运转的本质，是一次隐性电生理映射。\n心脏的电信号和机械运动，在物理上从来不是割裂的两件事。\n当心室壁变薄扩张，或者瓣膜闭合不严导致血液倒流。\n心脏每一次收缩受到的阻力都在发生微小改变。\n这些力学层面的微小变形，会直接扭曲心肌细胞之间微弱的电传导路径。\n这种微小扭曲，只有纳米级。\n它是波形斜率在毫秒级的细微扰动，在人眼看去，和普通的背景噪声毫无区别。\n医生不是看不懂，是人类视网膜的解析度，天然过滤掉了这种微弱的高维信号。\n帝国理工团队做了一件关键的事。\n他们没有去教算法死记医学教科书上的死规则。\n团队直接调用了巴西 160 万份真实世界的心电图记录。\n这批数据的珍贵之处，在于它与患者随后长达数年的完整病历库进行了深度绑定。\n算法在海量数据里跑的，是离散时间生存模型。\n它不是在识别心电图表面长什么样。\n它在逆向解构一个关联：\n当电信号出现某种特定微扰动时，这个人在未来几年确诊心衰的概率是多少。\n机器在无声的电波里，找到了结构病变在时间轴上的投影。\n随后由黄福祥教授和萨乌博士主导的 AIRE 系统，把研究发表在了《柳叶刀·数字健康》。\n并且通过衍生公司 Cardiovolt.ai 推进临床落地。\n这事最值得琢磨的，不是算法比医生更聪明。\n很多人看医疗科技，习惯盯那些造价几千万的尖端仪器。\n真正能撼动系统性困境的，往往是把诊断漏斗彻底前置。\n心电图是全世界最普及、最便宜、连偏远乡村诊所都备有的底层基础设施。\n给它装上算法，不需要医院重新采购几百万的硬件。\n也不需要额外培训昂贵的超声技师。\n它把原本堵在专科医院门口、耗时数月的排队分流。\n压缩到了护士在基层诊所贴上电极片的那两秒钟。\n医疗资源最残酷的消耗，从来不是后期的治疗成本。\n是前期被制度与设备卡死的发现时间。\n当最古老、最廉价的工具被赋予了穿透高维数据的能力。\n被打破的不是医生的饭碗。\n是那条困住了无数普通人的排队锁链。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-09-01 14:49:03","created_at":"2026-09-01 14:49:03","url":"https://mubeitech.com/p/mb-20260901-762988","markdown_url":"https://mubeitech.com/p/mb-20260901-762988/markdown"},{"rank":5,"id":"2094500067021656231","account":"mubei","brand":"@mubei","title":"医疗最稀缺的资源，从来不是医院大楼。 而是一双无法被复制的手。 顶尖的外科医生，全世界就那么多。 他们不会从树上长出来。…","summary":"医疗最稀缺的资源，从来不是医院大楼。 而是一双无法被复制的手。 顶尖的外科医生，全世界就那么多。 他们不会从树上长出来。 马斯克在跟投资人罗恩·巴伦对谈时，说出了擎天柱机器人（Optimus）死磕手部精细控制的真正原因。 大家都在谈普及顶尖医疗，但光砸钱根本无解。 为什么？ 钱只…","body":"医疗最稀缺的资源，从来不是医院大楼。\n而是一双无法被复制的手。\n顶尖的外科医生，全世界就那么多。\n他们不会从树上长出来。\n\n马斯克在跟投资人罗恩·巴伦对谈时，说出了擎天柱机器人（Optimus）死磕手部精细控制的真正原因。\n大家都在谈普及顶尖医疗，但光砸钱根本无解。\n为什么？\n钱只能去争抢现存的医生，变不出新的一双手。\n\n人形机器人的逻辑完全不同。\n让机械手的操作精度达到超越人类的水平。\n去做最复杂精密的外科手术，甚至完成人手做不到的极限操作。\n让顶尖医疗彻底变成人人可用的基础设施。\n\n名医确实不会从树上长出来。\n但很快，他们会在工厂流水线上被批量造出来。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2094521063027691629","translated_status_id":"2094521063027691629","published_at":"2026-08-31 19:02:55","created_at":"2026-08-31T20:58:24+02:00","url":"https://mubeitech.com/p/2094500067021656231","markdown_url":"https://mubeitech.com/p/2094500067021656231/markdown"},{"rank":6,"id":"16287962","account":"mubei","brand":"@mubei","title":"一名美国医生把一张明显骨折的 X 光片丢给 Claude，只问了一句：评估这张 X 光片。 结果最危险的地方，不是 AI…","summary":"一名美国医生把一张明显骨折的 X 光片丢给 Claude，只问了一句：评估这张 X 光片。 结果最危险的地方，不是 AI 看错了。 而是它一本正经地回答：没有明显骨折。 很多人会替它辩护。 说 Claude 不是专门读 X 光的模型。 说它没受过医疗训练。 说用户用错了工具。 这…","body":"一名美国医生把一张明显骨折的 X 光片丢给 Claude，只问了一句：评估这张 X 光片。\n\n结果最危险的地方，不是 AI 看错了。\n而是它一本正经地回答：没有明显骨折。\n\n很多人会替它辩护。\n说 Claude 不是专门读 X 光的模型。\n说它没受过医疗训练。\n说用户用错了工具。\n\n这些话都可能成立。\n但问题恰恰在这里。\n\n如果一个模型没有能力评估 X 光，它最应该输出的，不是一个看起来像医学判断的答案。\n它应该拒答。\n它应该说：你正在用错误的模型评估医学影像，我不能给出结论，请找专业医生。\n\n医疗场景里，最危险的 AI 不是“不知道”。\n最危险的是“不知道自己不知道”。\n\n人类医生看不准，可以会诊，可以复查，可以承认不确定。\nAI 一旦用流畅语言把错误包装成确定答案，普通人很容易把它当成结论。\n\n这就是医疗 AI 真正的安全门槛。\n不是会不会说医学术语。\n不是回答听起来像不像医生。\n而是在自己不该回答的时候，能不能闭嘴。\n\n未来 AI 进医院，拒答能力和诊断能力一样重要。\n一个不会刹车的系统，跑得越快，越危险。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2076121624630169853","translated_status_id":"2076121624630169853","published_at":"2026-07-11 22:51:10","created_at":"2026-07-12T00:33:44+02:00","url":"https://mubeitech.com/p/16287962","markdown_url":"https://mubeitech.com/p/16287962/markdown"}]}