沈政男脸书全文：
有一篇最近得到全国中小学科展国中组第三名的作品，引发一些医疗人员的关注，因为主题是使用深度学习的电脑技术，来判读多发性硬化的脑部磁振造影影像，他们的反应几乎都是：我写不出来！
不只写不出来，我想，你也看不懂！
于是就会怀疑不是参展同学自己所写。
1984全国中小学科学展览，高中数学组第一名的作品，作者于如冈后来成为台湾最优秀的数学家之一，我想这篇作品在几十年后的今天，绝大部分人也是看不懂。
因为科展的新闻，我去搜寻了网站，竟然就发现了于如冈这篇得奖作品！当年，科展得奖作品巡回展览，来到了我就读的台中一中，我过去看了，印象最深就是这一篇，因为提到了一个学者叫Goodman，名字很有意思。想不到几十年后，我又看到了Goodman。
新闻中那位同学使用的电脑技术，看起来很深奥，其实已是现今AI影像诊断的基本工具了，比如我就读的研究所里头，就有好几位同学都在进行这样的研究与分析，因为深度学习最厉害的就是影像判读，刚好可以用在医学影像的诊断。
也就是说，只要找来相关分析技术的说明，按表操课，一步一步学习，其实不会太困难，甚至连自己写程式都不用。
电脑技术是这样，有天分的人在很小的年纪就厉害得吓吓叫了，而不想学的人，即使到老，连打字也都没有完全学会。
真的，不要说人工智慧，很多人连大小写打字都没有学起来，打病历就是一律打小写。
电脑技术，尤其是写程式与操作AI，越来越重要！在新时代，这是一种识字率，有一天，不会写程式就跟不会写字一样，等于是一种文盲。
事实上AI医学诊断已经突飞猛进，在不久的将来很快就会取代人脑诊断。
因为，注意了，那位科展同学有说：误诊太多！
甚至可以这么说，三十年前，实证医学兴起，取代了传统的专家说法，接下来的趋势就是AI医学，只要你输入一个医学病例，电脑就会帮你做出诊断。
我看过那位同学的得奖作品，发现其实他对磁振造影完全不熟，就只是拿来当做机器学习的分析素材，甚至还有写错的地方。至于多发性硬化，不要说国内研究不多，恐怕看过病例的医生都很少。所以说本质上就是一篇电脑技术的研究，跟医学的关联比较少。
绝对不是大人帮忙写的啦，因为，大人，如果没有特别钻研那些分析技术与软体，即使你是人工智慧专家，也未必写得出来。
当然，台湾大人喜欢帮小孩写作业是举世出名，如果连家庭作业都会帮忙写，参加科展岂有不帮忙的道理？
完全不会帮忙小孩写作文、算数学、做劳作、复习功课的人，举个手！
没有就是没有嘛！
至于这篇人工智慧医学诊断，为何不是第一名？我看了第一名，是研究客家染布的改进方法，跟生活的结合更扎实，或许因而胜出了。这一组是所谓的生活与应用科学组。
★快点加入《壹苹》Line，和我们做好友！
★下载《壹苹新闻网》APP
★FB按赞追踪《壹苹新闻网》各大脸书粉丝团，即时新闻到你手，不漏任何重要新闻！
點擊閱讀下一則新聞
