AI 會讓我們比較健康的活著嗎?

更新 發佈閱讀 7 分鐘

今天是 2025 年 12 月 15 日,星期一。今天趁著休假,帶老婆去中壢的威尼斯影城看早場電影,我們看今年金馬影展的開幕片「大濛」,台語發音應該就是「罩霧」,就是籠罩著一大片霧的意思。哇!真的非常好看,他應該是今年金馬獎項入圍最多的一步電影,入圍了11項,並且拿到包含最佳劇情、最佳原著劇本、最佳美術設計、最佳造型設計等等4項大獎,而且還拿到觀眾票選最佳影片。我和我老婆好幾次哭到抽蓄,散場後還很不好意思的,紅著眼、掛著眼淚走出影廳,經過好一陣子,情緒才平復下來。

看電影最有收穫的就是對裡面內容的共鳴,主角們講過的一些話流進我們的生命當中,滋潤了我們。例如,我記得好幾句,也分享給大家「我們什麼都沒有,只有勇敢。」「最大的柔軟是連恐懼都一起擁抱,像雲朵一樣」「我們都是別人的風景」「五年、十年後,你就會覺得現在沒什麼了」

「大濛」可以說,就是我今年看過最棒的一部電影了,推薦大家去看,但是要準備好衛生紙,後座力很強,別說我沒有警告你喔!

好啦,言歸正傳回到我們的AI365。今天想跟大家談「AI 會讓我們比較健康的活著嗎?」我們都希望可以長命百歲,但是前提是要能走、會動、能夠吃東西、能夠講話,活得像一個人,AI能幫我們些什麼嗎?

我告訴你,楊老師的爸爸晚年受帕金森氏症所苦,我的內人也是帕金森氏症好幾年了,所以我一直很希望AI可以進步快一點,可以讓大家不要受那麼大的苦。

Google DeepMind 的 CEO Demis Hassabis 在今年四月底接受哥倫比亞廣播公司 CBS《60分鐘》節目專訪時,他說5到10年內AI會有更豐富的想像能力,它們不光可以解決人類科學家遇到的一些難題,甚至能主動提出新的論點。大家知道嗎?DeepMind 開發的 AlphaFold 在去年解決了科學界 50 年未解的蛋白質摺疊難題,過去要花上數個月、甚至數年才有辦法確認的結構,AlphaFold 在短時間內就能精準預測。所以他們團隊拿到2024年諾貝爾化學獎的肯定。

Hassabis 很樂觀的說,他們的技術已經更進一步了,他們能夠做到,將本來需要花 10 年去開發的新藥,縮短到只需要幾個月,甚至幾個禮拜的時間就可以。它可以我們人類健康帶來革命,有日一日,我們可以在AI的幫助下治癒所有疾病。楊老師衷心希望這一天趕快到來。

在等待新藥加速到來的同時,我們也可以往前去看,或許,AI更可以讓我們比較早看見風險?盡量不要走到「來不及處理」的那一步。

我們可以回顧醫學發展史,一定會發現,人類的平均壽命能大幅提升,關鍵往往不是最後關頭的高科技治療技術。而是疫苗、公共衛生、慢性病管理與早期篩檢。世界衛生組織與許多公共衛生的研究都告訴我們,超過一半以上的壽命延長,是因為「預防跟提早介入」,而不是晚期治療的突破。這個脈絡就很重要,因為它正好對應到 AI 目前最能發揮價值的地方,就是把時間點往前拉。

在醫療影像與早期診斷上,AI 已經有相當紮實的研究支持。根據發表於《Nature Medicine》還有一些重要醫學期刊的研究報告,在乳癌、肺癌、皮膚癌等常見疾病的篩檢中,AI 輔助醫師判讀可將漏診率降低約 5% 到 15%,同時減少假陽性與不必要的進一步檢查。這些百分比看起來好像不太大,但是你要想,每年是幾十萬到百萬人次的檢查規模,那就表示有成千上萬個病灶能被提早發現,後續治療選擇與生活品質也因此不同。

真的啦,很多病不是治不了,而是發現太晚。AI 在這裡的角色,不是取代醫師,而是讓整個醫療系統少漏掉一些重要訊號。它不會疲勞、不會分心,能穩定地看大量資料,這在高負荷的醫療現場,本身就是一種品質的提升。

剛剛前面也講過,去年,DeepMind 因為 AlphaFold 在蛋白質結構預測上的突破,相關研究成果拿到了諾貝爾化學獎,這件事的重要性不在於得獎本身,而在於人類理解疾病底層機制的速度被大幅加快。這不是藥立刻出現,而是醫學「看懂問題」的方式被重新定義。所以,在藥物研發與疾病機制研究上,AI 帶來的改變是非常關鍵的。以前,一顆藥物從研發到上市,平均需要 10 到 15 年,而且超過九成會在過程中失敗。近年的產業與學術研究顯示,AI 能在藥物前期發現與篩選階段,縮短約三到五成的時間成本。

當我們開始「看懂得更快」,治療方式也會跟著改變。近年來,在癌症治療領域,一些新型的精準療法逐漸受到關注,例如 alluminox™ 光免疫療法。這類療法的概念,是透過標靶分子搭配特定波長的光,選擇性地破壞癌細胞,同時盡量降低對正常組織的傷害。這樣的治療策略,背後同樣高度依賴對分子結構、標靶選擇與反應機制的精準理解,而這正是 AI 在藥物設計、靶點分析與治療規劃中能發揮價值的地方。它不一定代表適用所有人,但它清楚展現了一個方向:醫療正從「全面轟炸」,走向「更精準、更少副作用」。

這樣的影響,也延伸到慢性病與退化性疾病的管理上。以帕金森氏症這一種神經退化性疾病來說,AI 可以幫忙去透過動作、看走路的步態、分析講話語音或長期感測資料,協助提早捕捉病程變化,讓調整策略不必等到明顯惡化才開始。這並不是「治癒」,而是讓疾病變得比較可預期、比較可管理,這一點對病人與家屬而言非常關鍵。

幫然,我們不必也不可以只是在等科學更進步,而是一定要明白,影響我們能不能健康老化的最大因素,仍然是生活型態。睡眠、運動、飲食,還有長期壓力的管理,對慢性病與健康風險的影響,往往比單一藥物還大。AI 在這裡能做的,不是幫我們過生活,而是透過長期追蹤與提醒,幫助我們更早看見趨勢,而不是只能等到來不及。

所以啦,早一點睡,多睡一點,工作不要太認真做,阿不是啦,不要太過於勉強自己,楊老師希望身邊的每一個人,都能夠笑笑的面對每一天,如果覺得日子很難過的時候,要想到電影「大濛」裡面的那一句話「五年、十年後,你就會覺得現在沒什麼了」我們要勇敢地過每一天。我要早點去睡了,也祝福大家。楊老師AI365明天見囉,Bye Bye!


留言
avatar-img
留言分享你的想法!
avatar-img
楊老師AI365 | 生成式AI職場應用
78會員
68內容數
歡迎來到楊老師的生成式AI沙龍!這裡輕鬆帶你掌握GenAI的基礎概念,透過生活化案例幫助你了解AI如何影響工作與創造價值。我也會分享多年教學與輔導經驗,帶你掌握AI國際認證的考試技巧與學習心法。更重要的是,從教育、美容、製造、銷售等百工百業出發,帶你一步步認識各行各業如何實際導入AI,成為這波數位轉型浪潮中的領航者!
2025/12/14
負責任的AI (RAI) 旨在確保AI系統智慧、安全、可靠,並遵循人類價值觀(如公平、誠實)。對於企業而言,RAI是規避風險的必修課,可避免歐盟AI法等法規帶來的鉅額罰款(最高達全球年營收7%)與品牌形象受損。讓AI值得信任有五大關鍵,企業需透過「治理」策略,確保大規模、安全、負責任地推動AI。
2025/12/14
負責任的AI (RAI) 旨在確保AI系統智慧、安全、可靠,並遵循人類價值觀(如公平、誠實)。對於企業而言,RAI是規避風險的必修課,可避免歐盟AI法等法規帶來的鉅額罰款(最高達全球年營收7%)與品牌形象受損。讓AI值得信任有五大關鍵,企業需透過「治理」策略,確保大規模、安全、負責任地推動AI。
2025/12/13
楊老師認為,網路上的提示詞大全因LLM快速進步而很快過時,實質價值不高。他最推崇「Meta Prompting」技巧,即先請AI綜合運用最棒的提示技巧來改善你的提問句,再用調整後的問句詢問AI,以確保能得到與時俱進、最優質的答案。
2025/12/13
楊老師認為,網路上的提示詞大全因LLM快速進步而很快過時,實質價值不高。他最推崇「Meta Prompting」技巧,即先請AI綜合運用最棒的提示技巧來改善你的提問句,再用調整後的問句詢問AI,以確保能得到與時俱進、最優質的答案。
2025/12/12
楊老師的學生 Paris 小姐累積近15年零售與科技業經驗,現正在準備轉型投入AI與專案管理。她開發了「SmartBiz AI 商務助理」專題,包含自動讀單、庫存解析、銷售推薦等五個模組,已完成三個。該系統將AI與自動化串聯,解決訂單處理、庫存不足通知、客戶關係維繫等業務痛點。
Thumbnail
2025/12/12
楊老師的學生 Paris 小姐累積近15年零售與科技業經驗,現正在準備轉型投入AI與專案管理。她開發了「SmartBiz AI 商務助理」專題,包含自動讀單、庫存解析、銷售推薦等五個模組,已完成三個。該系統將AI與自動化串聯,解決訂單處理、庫存不足通知、客戶關係維繫等業務痛點。
Thumbnail
看更多
你可能也想看
Thumbnail
不是每個人都適合自己操盤,懂得利用「專業」,才是績效拉開差距的開始
Thumbnail
不是每個人都適合自己操盤,懂得利用「專業」,才是績效拉開差距的開始
Thumbnail
生產力爆發帶來的過剩,會讓過去的「還可以啦」成為最低標準。市場需求對於出類拔萃、獨一無二的需求還是存在,但是對於那些價格高度敏感,或是只需要穩定、便宜、還可以啦的需求端來說,AI 正在迅速取代這部分的供給,中間長尾的服務提供者被 AI 替換。
Thumbnail
生產力爆發帶來的過剩,會讓過去的「還可以啦」成為最低標準。市場需求對於出類拔萃、獨一無二的需求還是存在,但是對於那些價格高度敏感,或是只需要穩定、便宜、還可以啦的需求端來說,AI 正在迅速取代這部分的供給,中間長尾的服務提供者被 AI 替換。
Thumbnail
今年在 Google I/O 有幸看到 Hassabis 本人幾秒,DeepMind 和共同創辦人 Demis Hassabis 的這個題目,也一直都在待寫清單中。 前陣子,在介紹 Founders Fund 時,發現 Demis Hassabis 當初在說服 Peter Thiel 投資 Dee
Thumbnail
今年在 Google I/O 有幸看到 Hassabis 本人幾秒,DeepMind 和共同創辦人 Demis Hassabis 的這個題目,也一直都在待寫清單中。 前陣子,在介紹 Founders Fund 時,發現 Demis Hassabis 當初在說服 Peter Thiel 投資 Dee
Thumbnail
年末總有一種莫名的魔力,讓人特別容易感到孤單。 聖誕節、跨年、緊接著農曆新年……滑開社群,不是甜蜜放閃,就是一群人早早訂好跨年行程。 明明日子算得上順遂,工作穩定無憂,生活也按部就班地往前走着,可總在萬籟俱寂的夜晚,獨自對着空蕩的房間時,心底會悄悄冒出一個念頭:今年,是不是可以不一樣?不再獨自抵
Thumbnail
年末總有一種莫名的魔力,讓人特別容易感到孤單。 聖誕節、跨年、緊接著農曆新年……滑開社群,不是甜蜜放閃,就是一群人早早訂好跨年行程。 明明日子算得上順遂,工作穩定無憂,生活也按部就班地往前走着,可總在萬籟俱寂的夜晚,獨自對着空蕩的房間時,心底會悄悄冒出一個念頭:今年,是不是可以不一樣?不再獨自抵
Thumbnail
面對複雜的市場環境,企業決策的質量與效率至關重要。本文深入拆解「數字」與「數據」的本質差異,介紹建立「數據思維」的DISC模型(洞察力、敏感度、溝通力)與PACE問題解決框架,提供一套可立即實施的策略,協助企業將零散數字轉化為具解釋力與預測力的數據,從根本上提升決策水平,創造可持續的商業價值。
Thumbnail
面對複雜的市場環境,企業決策的質量與效率至關重要。本文深入拆解「數字」與「數據」的本質差異,介紹建立「數據思維」的DISC模型(洞察力、敏感度、溝通力)與PACE問題解決框架,提供一套可立即實施的策略,協助企業將零散數字轉化為具解釋力與預測力的數據,從根本上提升決策水平,創造可持續的商業價值。
Thumbnail
🎲 賽局理論的創新點 & 理論突破 1️⃣ 傳統經濟學的限制 完全競爭市場模型:假設市場價格自動調整,人人是「原子化」的小玩家,不考慮互動。 均衡分析 (Walras):追求市場出清,忽略玩家之間的「策略考量」。 👉 問題:這種模型無法解釋軍備競賽、卡特爾、價格戰、談判。 2️⃣ 賽局
Thumbnail
🎲 賽局理論的創新點 & 理論突破 1️⃣ 傳統經濟學的限制 完全競爭市場模型:假設市場價格自動調整,人人是「原子化」的小玩家,不考慮互動。 均衡分析 (Walras):追求市場出清,忽略玩家之間的「策略考量」。 👉 問題:這種模型無法解釋軍備競賽、卡特爾、價格戰、談判。 2️⃣ 賽局
Thumbnail
在數位轉型浪潮下,許多人依賴設備提供的通訊介面和CSV檔進行系統整合,但這種方式在AI驅動的時代已成為瓶頸。CSV資料經過篩選和壓縮,缺乏原始脈絡,限制了AI分析的深度。本文探討如何從原始時序資料著手,建立支援AI學習的資料架構,並提出系統整合的新思維,從資料搬運走向資料價值創造,協助企業提升競爭力
Thumbnail
在數位轉型浪潮下,許多人依賴設備提供的通訊介面和CSV檔進行系統整合,但這種方式在AI驅動的時代已成為瓶頸。CSV資料經過篩選和壓縮,缺乏原始脈絡,限制了AI分析的深度。本文探討如何從原始時序資料著手,建立支援AI學習的資料架構,並提出系統整合的新思維,從資料搬運走向資料價值創造,協助企業提升競爭力
Thumbnail
技術債不是寫程式才有,它也藏在ERP報表、雲端流程、AI模型裡。這篇文章從日常系統操作出發,帶你看見那些「先這樣跑就好」背後的長期代價。看不見的債,總在你最忙的時候來討。
Thumbnail
技術債不是寫程式才有,它也藏在ERP報表、雲端流程、AI模型裡。這篇文章從日常系統操作出發,帶你看見那些「先這樣跑就好」背後的長期代價。看不見的債,總在你最忙的時候來討。
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 如果我們想要獲得 Transformer 的模型觀點,只需要撰寫以下程式碼: model_view(attention, tokens, sentence_b_sta
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 如果我們想要獲得 Transformer 的模型觀點,只需要撰寫以下程式碼: model_view(attention, tokens, sentence_b_sta
Thumbnail
在現今科技日新月異的時代,像ChatGPT這樣的大語言模型(LLM)已經成為許多人日常生活和工作的輔助工具。然而,隨著這些技術的普及,對於它們的誤解也層出不窮,這使得一些使用者對這些工具的期待與實際效果脫節,最近在網路上看到兩個實際案例,藉此分享一下一般常見的誤解。
Thumbnail
在現今科技日新月異的時代,像ChatGPT這樣的大語言模型(LLM)已經成為許多人日常生活和工作的輔助工具。然而,隨著這些技術的普及,對於它們的誤解也層出不窮,這使得一些使用者對這些工具的期待與實際效果脫節,最近在網路上看到兩個實際案例,藉此分享一下一般常見的誤解。
Thumbnail
隨著大型語言模型興起,企業面臨著前所未有的機遇。本文章深入探討LLM的商用潛力,智慧客服、內容生成與決策優化等應用場景,並提供從模型選擇到部署的全方位指南。我們還將探討數據質量、模型微調及持續優化的重要性,為打算進入AI應用領域的企業提供實用建議。抓住這場AI革命的機遇,打造自己的AI應用王國!
Thumbnail
隨著大型語言模型興起,企業面臨著前所未有的機遇。本文章深入探討LLM的商用潛力,智慧客服、內容生成與決策優化等應用場景,並提供從模型選擇到部署的全方位指南。我們還將探討數據質量、模型微調及持續優化的重要性,為打算進入AI應用領域的企業提供實用建議。抓住這場AI革命的機遇,打造自己的AI應用王國!
Thumbnail
AI 的快速發展,顛覆了各個產業的發展,ChatGPT 的出現,加快了作家寫作的速度,加快了工程師寫程式的速度,世界正在快速的改變。許多人開始探究自己的工作會不會被 AI 取代,身為資料領域的工作者,我也開始在思考,當 AI 的能力不斷進化且遠遠超過人類時,在我的工作中有哪些任務交給 AI 會更
Thumbnail
AI 的快速發展,顛覆了各個產業的發展,ChatGPT 的出現,加快了作家寫作的速度,加快了工程師寫程式的速度,世界正在快速的改變。許多人開始探究自己的工作會不會被 AI 取代,身為資料領域的工作者,我也開始在思考,當 AI 的能力不斷進化且遠遠超過人類時,在我的工作中有哪些任務交給 AI 會更
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News