AI时代的老年生活_【日】平松类_AZW3_MOBI_EPUB_PDF_电子书(无页码)_【日】平松类

内容节选

为什么AI技术公司会涉足“预防医学”? 如我们所见,预防医学领域的AI化发展并不是很顺利,原因是没有大量具有参考价值的数据做支撑。例如,当被问及“怎样才能预防白内障?”时,我们可以给出“减少紫外线照射”的建议。因为我们有充分的数据显示,住在紫外线强的赤道附近的人与住在紫外线弱的非赤道附近的人,白内障的发病率差别巨大,住在赤道附近的人白内障发病率更高。 因此,观察“患病的人”与“未患病的人”的生活环境的不同,是预防医学的必要手段。若想了解白内障的发病是否与饮酒有关,就需要搜集白内障患者的饮酒量与非白内障患者的饮酒量的相关数据。诸如此类,如果不把生活中一切与疾病预防有关的东西弄清楚并进行数据化处理,就很难有效地进行疾病预防。 而且,就算通过数据分析掌握了疾病预防的方法,也还是会存在一些问题。当嗜酒的人被劝“别再喝了”的时候,他们当中有几个人能听得进去呢?即使告诉他们“饮酒会导致白内障发病率提高10%,你不要再喝了”,他们也还是会照喝不误的吧。 预防医学是一个需要大量数据支持且难以实现AI化的领域。可为什么这个领域还是会有那么多的AI技术公司想要涉足呢? 首先,因为风险低。假如是治疗数据出现错误,结果会怎样?AI在输入癌症诊疗数据时,用错了抗癌药的剂量,患者会立刻死去。这不论是从社会伦理层面,还是法律层面来看,都是极其严重的问题,追责在所难免。在医疗领域,只要出现一点闪失,企业就会面临倒闭的风险,医生也会被剥夺从业资格或受到起诉。 反过来,若是在预防医学领域弄错了数据也不会出太大的问题。几年前宣称“这样做有利于身体健康”,后来又被证实“完全胡说八道”的事例数不胜数。 比如,曾经有一段时间,人们说“为了防止胆固醇升高,应该尽量避免摄入胆固醇”,所以“一天只能吃一个鸡蛋”。现在又说“即使不摄入胆固醇,体内也会合成胆固醇,全面的营养摄入和运动才是最重要的”。此时,“一天只能吃一个鸡蛋”的说法也慢慢就没有人提了。即便舆论发生了这么大的转变,人们的健康也没出现什么大问题。像这样,就算预防的说法变了,甚至错了,人们也只会随便说一句“这样啊,那我以后多注意吧”,然后就一笑了之。所以,预防医学的风险是非常低的。 其次,因为能获取庞大的数据。假设,谷歌掌握了“爱吃金枪鱼罐头的人不容易患心肌梗死”的数据,虽然这只是针对部分人群。于是,在发布这一信息之前,谷歌先控制了金枪鱼罐头的销售线,随后再告诉这部分人说“吃金枪鱼罐头对你的身体有好处”,于是,大批金枪鱼罐头就会被抢购一空。 在不滥用的前提下,大数据的确能为人们提供饮食、运动、起居等方面的建议。 假如,有数据显示使用谷歌产品的人比不使用谷歌产品的人平均寿命长五年,那么,那些起初不使用谷歌产品的人也会争先恐后用起谷歌产品来。此外,之前的那种“均衡饮食”之类的概括之词将会变成更具体的“应该吃什么”的建议。运动方面的建议也不再是含糊的“适度锻炼”,而是具体到“建议你每周三次,每次30分钟,加强锻炼!相对慢跑,更推荐快走”,或是“你最好再增加一些锻炼强度”的建议。 谷歌还可以告诉我们适合的居住地。例如“你有哮喘病,最好搬到山形县去住”“你现在的居住环境容易得阿尔茨海默病”,等等。这样一来,谷歌可以轻而易举地进军房地产业,任何一家房产企业都不得不按照谷歌的建议来选地和造房。预防医学领域的海量数据就这样掌控了人们的生命和生活。 最后,因为简单便捷。目前,影像数据处理领域的AI技术正在不断发展,比如用CT和MRI来诊断病情。只不过医学影像领域更需要大量的数据,也需要极强的信息处理技术。 像血压、体温、脉搏等数据就非常容易处理。通过CT影像分辨患者是否患癌,这必须得靠专家,但如果是“血压超过140mmHg”,外行也能明白。只要家里有血压计,不去看医生也能知道自己是高血压,用前面提到的苹果手表等可穿戴设备也能测量脉搏和心率。当然,癌症的确诊还是得去医院。 可见,普通的数据很容易处理,所以我们首先要做的就是输入大量的数据,之后再逐步追加影像数据。 有许多与AI相关的企业都对“预防医学”虎视眈眈。那么,怎样才能凭借可穿戴设备进入“预防医学”领域呢? 最关键的是,可穿戴设备的设计理念应该是微型化,使其逐渐成为人体的一部分,这样一来就可以随时采集数据了。如果要求人们每天称体重并用手机上传数据,大多数人总有那么几天会忘记,这样就失去了数据的准确性。但若是家门口就有重力传感器,穿鞋的同时就能自动测体重,那谁都不会忘记了。如果要求一天三次用血压计测血压和脉搏,大家难免会忘记或偷懒不测。但若是手表或衣服上就附有血压、脉搏的感应器,就可以在不知不觉中无时限地获取数据了。 总而言之,这些高科技设备不能给用户造成任何负担。此外,这些设备还应具有“便携”的特点。假如,有一种能测体重的鞋子,但一只就有两斤重,谁还会想穿它呢?同时,鞋子的设计还要注......

  1. 信息
  2. 前言
  3. 第1章 老年人与自动驾驶
  4. “技术与衰老的交叉点”——自动驾驶的5个等级
  5. 5G、AI和大数据是必要条件
  6. 即使只有0.01%的概率,也要收集数据
  7. 对变化的恐惧
  8. “概率”与“事故”
  9. 自动驾驶导致的交通事故,责任在谁?
  10. 不要重蹈医疗领域的覆辙
  11. 自动驾驶汽车的价格如何?
  12. 自动驾驶技术的现在与未来
  13. 老年人与自动驾驶
  14. 作为接诊老年患者的医务工作者的心愿
  15. 专栏 能否将生命托付给AI?
  16. AI到底是什么?
  17. 第2章 老年人与尖端医疗
  18. 为了接受更好的治疗
  19. 医疗领域必需的最新技术——5G、IOT、VR、AR
  20. 支撑最新技术的“大数据”
  21. 医疗信息不便共享的原因一:人会说谎
  22. 医疗信息不便共享的原因二:标准不统一
  23. 个人信息真的不会泄露吗?
  24. AI诊断可杜绝庸医
  25. 眼科界的AI研究
  26. 诊断标准由人类制定
  27. AI诊断引入日本的问题及今后的趋势
  28. 如何看待AI的诊断结果
  29. AI的事故与责任
  30. 引入AI后能降低医疗费用吗?
  31. 日本的医疗费用现状
  32. 医疗和电话的相似之处
  33. AI手术的安全性
  34. 数据的量和质都举足轻重
  35. 引入AI的隐蔽性风险——技术退步
  36. “名医”与“普通医生”的差距
  37. 医生的两极分化
  38. 如何利用“AI时代的医疗”?
  39. 第3章 AI能消除老年人的“孤独死 ”吗?
  40. 不“孤独死”的三个条件
  41. 选择姑息治疗还是“尊严死”?
  42. AI将终结“孤独”
  43. 依然选择孑然一身
  44. 人类不再有死亡
  45. 预防医疗不参保的原因
  46. 医生的“工作动力”问题
  47. 随人类寿命延长而来的诸多问题
  48. “假医生”的真面目
  49. 为什么AI技术公司会涉足“预防医学”?
  50. 第4章 护理、阿尔茨海默病、养老金不足——老年人的不安与应用AI
  51. 新技术消除“衰老感”
  52. 护理时间缩短
  53. 协助老人如厕、翻身……AI代替护工
  54. 担心养老金不足
  55. 商品趋向廉价化和免费化
  56. “基本保障金”能否拯救老人?
  57. 老年人的工作机会增多
  58. 工作类型呈两极化
  59. 寻求帮助也是一种能力
  60. 结语