NEJM AI podcast: 醫療大數據應用、學術研究、創業精神、領導力等多個面向的重要觀點
https://www.podbean.com/site/EpisodeDownload/PB1487939DQZY6
來讀讀NEJM AI Grand Rounds吧!
NEJM AI Grand Rounds
Technology
An Iron Fist in a Velvet Glove: A Conversation with Dr. Atul Butte
2023-08-23
根據這段podcast的內容, 歸納出以下30個重點:
1. 醫療資料是美國最昂貴的資料,我們正在支付醫生穿著睡衣撰寫病歷。如果不利用這些資料改善醫療,將是一大悲劇。
2. 安全、負責任且尊重患者,是使用醫療大數據的三大原則。
3. 良好的領導力對機構的影響力是巨大的,即使是偉大的機構也可能在領導力不佳時迅速衰退。
4. 要善用學術地位與政府補助,成為經濟發展的動力,如藉由專利創業發揮影響力。
5. 醫學AI的重點應該是臨床醫師提出的具體應用案例,不應只由計算機科學家主導。
6. 資料開放對患者的影響正在起步,未來將有更多針對患者的決策支援工具。
7. 醫療系統將持續變得更加昂貴,醫療保健將佔據更大的經濟份額。
8. 醫療保健系統不太可能自然演化出更好的模式,需要政治上的黑天鵝事件改變現狀。
9. 未來醫療保健將由更多藥物、設備和AI規則主導,醫生將透過AI審核藥物的事前授權。
10. 良好的演講需要練習、研究他人的演講方式、找到自己的風格。
11. 學術界不應有談論新創公司的禁忌,只要遵守規定,創業精神應該被鼓勵。
12. 領導者的角色雖然容易被批評,但對機構的影響力卻非常重大。
13. 政府資助學生培訓的目的,應該是讓學生創造更多就業機會,而不僅是求學。
14. 研發成果若想造福大眾,就必須將其商業化並推向市場。
15. 學術界不該只寫論文,而忽視將研究應用於改善真實生活。
16. 學者在論文中應該盡量延伸研究的影響力範圍,如從預測到動物實驗再到臨床試驗。
17. 利用公開資料進行研究,不需要與資料提供者合作,甚至可超越其原本的研究範圍。
18. 學生的旋轉研究計畫也可能產生高影響力的論文。
19. 每個人都應該有自己的專案和第一作者論文,有助於避免學術爭議。
20. 論文數量不是最重要的,重點是論文質量及其影響力。
21. 醫學院較文學院更鼓勵應用研究與產學合作,但仍有規範要遵守。
22. 學者必須積極就產業合作制定規範,不能被動迎合批評。
23. UC系統的優勢在於各校之間合作共享資料,而非競爭。
24. 大數據分析可提升醫療品質、效率與準確性。
25. 醫療大數據可提供研究人員進行醫療AI研究。
26. 臨床文本若能有效去識別化,將可大幅提升AI模型的效能。
27. 病患使用行動裝置查看個人醫療數據已漸趨普及。
28. 飛機差勁的表現常發生在非例行狀況,这時良好的服務支持尤其重要。
29. 找尋機場中自己最喜歡的餐廳,可以讓旅途的不便降至最低。
30. 保持工作與生活的平衡,避免加班趕工,可以讓团队保持活力。
綜上所述,這段對話中提到了醫療大數據應用、學術研究、創業精神、領導力等多個面向的重要觀點。其中,資料利用的原則、學界文化的改變、醫療系統的弊病等頗值思考。透過資料分析不僅可以提升醫療品質,也能創造經濟效益,但仍需要政治意志的支持。期許醫療數據科學家能善用自己的影響力,在遵守規範的同時,也扮演推動進步的角色。
