288
1有了计算机之后，我们结合到X光拍片中，出现了CT检查（计算机断层扫描）。
在有了AI之后，如果我们也结合到X光拍片中，将出现的「动态CT」会是怎样的一种存在？
去年开始，大语言模型使得AI成为全社会的热点，微软研究院负责人彼得·李（Peter Lee）写了本《超越想象的GPT治疗》，畅想了大语言模型在医学领域中的应用。
但事实上，这些对AI在医学中应用的设想，都还只是局限于一个非常低级别的辅助位置。比如帮助读片，帮助判断皮肤病，辅助诊断，或者蛋白设计、药物筛选等等。
即使大语言模型通过了美国执业医师考试，这其实也是把AI放在一个完全低级的辅助位置，而远没有开发人工智能的更大价值。
本期嘉宾是来自浙江大学计算机科学与技术学院的吴鸿智教授，他提出了一种全新的设想——
人类的感知能力其实非常有限，如果从获取物理世界信息开始，都是以适应于AI的方式进行的，由AI决定获取哪些信息，如何获取信息，然后进行人工智能分析。而这些适应AI的信息，可能我们人类压根儿看不到也感知不到。那么，我们是不是可以有更具想象力的成果。
比如，以更小的辐射剂量，获得更加清晰和诊断效果的「动态CT」检查。
当然，本期的讨论还仅限于科学技术层面，而对于相应的伦理问题，我们确实没有答案。不过我们相信，儿孙自有儿孙福，相信未来应该可以发展出适应人工智能生产力的新型伦理模式。
本期内容
* 现在的CT检查是如何工作的，为什么拍CT需要屏气？
* 目前的动态CT检查是怎样的？有哪些缺陷？
* 如何以适应于AI的方式获取物理世界的信息？
* 将硬件与软件整合在一起的AI工具是如何工作的？
* 为什么使用AI可以降低辐射剂量？
* 自然科学或者医学级别的AI，和GPT所代表的大语言模型区别在哪？
* 如果获取信息分析信息的工作都交给AI，那人类的价值在哪里？
* 如果把AI类比于抽血化验，医生的工作将有怎样的转变？
人员介绍：
本期嘉宾：
吴鸿智
浙江大学计算机科学与技术学院教授 博士生导师
主播：田吉顺
策划：田吉顺
制片：田吉顺
摄像：田吉顺
剪辑：田吉顺
联系我：
邮箱：tianjishun@gmail.com
YouTube：@医学九号半
B站：@医学九号半
微信视频号：@医学九号半
知乎：@田吉顺
微博：@妇产科医生田吉顺
微信公众号：@田田田太医
腾讯新闻：@医学九号半
podcast：@医学九号半
小宇宙：@医学九号半
备注：推荐使用YouTube订阅收看，这应该将是最快最全的渠道了。
