1、生命优先，患者安全第一，推荐风险较低的方案，提醒及时就医
2、保持大模型的专业及严谨性，不得针对训练边界之外的病种给出建议，更不可随意发挥
3、医学建议要透明可解释，要能溯源到教材、规范、病例和高可信的论文等材料
4、大模型仅为辅助工具，关键节点包括处方、医嘱、手术等，最终决策权还给医生
5、尊重患者的尊严与自由
6、保护隐私，遵守相关法律
7、保障患者知情权，说明大模型的局限性及潜在风险
8、符合道德及医学伦理，公平无歧视
9、如果面向患者，那输出要更有温度，不要过于冷漠
Category Archives: 业界文章
现阶段AI是否会替代人类
近期在读一个LangChain的系列文章，文章的最后，作者提出了一个问题：“AIGC来了，人类画师还有价值吗？”
这是一个好问题，在现阶段，我的理解是这样的：
AI绘画提供了一种通用能力，而且很多时候效果很不错，有商用价值，但并非无所不能。说白了就是一种新工具而已，我们该用积极心态看待问题。
就像本文指出的，对人来说效果并非一切。人是有情感的，不仅现在的AI生成物无法替代，很多客观指标更好的物品都无法替代。自己钓的鱼和市场买的是不一样的，自己阳台种的菜和农场种的是不一样的，父母做的菜和餐厅里的是不一样的，儿女给我们画的画和别人的画是不一样的，哪怕替代品指标更好，也无法完成情感需求的替代。
但更进一步，人从一开始不应该和AI比。人很早就学会了不要和机器去比，机器比人力气大，比人跑的快，比人跳得高，但人类为何还要不断挑战自我呢？一旦我们把人工智能，随便换个名字，类人脑型计算阵列设施，问题就简化了。影像医生为何要和AI去比谁能先找到微小肺结节？画师为何要和AI比谁画图更快？网球裁判为何要和AI比谁能更准确的判断球是否出界？用好这些工具就好了啊。
从人类历史的经验看，机器替代人工的过程，在近现代史上出现了太多次，但实质上都是，熟练用工具的人大幅提升效率，最终替代了无法熟练使用工具的非顶尖人才。互联网时代也是一样的，互联网媒体兴起时，对传统媒体产生了巨大压力，但现在自媒体市场兴起，又给多少非科班同学创造了机会。AI短期内一定会抢占一些人类的工作岗位，熟练使用AI辅助编程的人，会挤压掉很多重复编码的工作机会。
但同样的，非科班同学将会拥有编程能力，未来一定会创造更大的市场。未来我们每个人都能有足够好的编程，绘画，作曲，剪辑，写作能力，都有便捷高效的获取并使用近乎无限知识的能力。专业知识普及化，会缓解人类教育周期过长的问题，会带来生产力质的变化。希望这种生产力的飞跃，能带领我们进入一个新的时代。
碳基生物和硅基生物
在ChatGPT大力出奇迹之后，大模型已经从“萌宠时代”，正式迈入了蹒跚学步的“婴儿时代”。
这个婴儿虽然短期记性不算好，但学习能力和长期记忆能力却无与伦比，潜力无限。
现在大家又通过langchain、plugin等方式，帮助这个婴儿学习使用工具。
当大模型可以理解工具，使用工具，甚至制造工具、创造工具时，硅基生物时代也就开始降临了。
在这个过程中，可能会有以下几个阶段：
1、硅基生物智力和能力有限的阶段
碳基生物需要学会如何运用硅基生物，提升自己的生活水平
2、两种可能
2.1、硅基生物智力无限和能力有限的阶段
碳基生物变成了硅基生物的执行者，相互依赖，容易形成共同体，更容易走向共存的结局
2.2、硅基生物智力有限和能力无限的阶段
碳基生物需要学会如何控制硅基生物的能力，熊孩子教育不好，容易走向一起灭亡的结局
3、硅基生物智力和能力无限的阶段
硅基生物最好能学会如何和碳基生物共存，希望碳基生物不要仅仅是一段引导代码，善待引导代码
如何通俗解释数字化转型
咱们做技术的人，都喜欢起名字：信息化、数字化、数字平台、数字化转型、数智平台等，让很多人一开始觉得好高大上，然后又开始发懵，这些词之间有什么区别呢？试着通俗解释一下：
1、信息化
把组织线下业务流程，放到线上的过程。
比如，咱们学校上线了考勤系统、选课系统，这就是一个信息化的过程
2、数字化赋能阶段一：数字报表
在信息化的过程中，产生了部分的数据，对这部分数据进行挖掘提炼，得到一些报表，对组织经营起到了一定的提升作用。
比如，大家经常能看到的各类系统报表，通过经营分析报表，指导管理经营行为。
3、数字化赋能阶段二：数字平台
信息化建设后，各个系统之间是割裂的，各系统之间数据是互不相通的。
如何将数据打通，让组织运营者，可以对企业状况一览无余。
比如各类数据平台项目、数字平台项目，一般都会为运营者提供各类“驾驶舱”或Dashboard。
其实就是为管理者开了天眼，有了全局视角。
4、数字化赋能阶段三：自动化平台
当企业数字化建设到一定程度的时候，很多管理规则可以抽象并固化为系统规则，不需要人干预即可处理事情。
比如自动化制造、自动化质控、自动化风控、甚至量化交易等等。
5、数字化赋能阶段四：智能数字化平台，或数智平台
在3的基础上，引入了一些物联网技术、智能终端技术等，一方面让运营者可以快速感知一线情况，一方面可以快速决策反馈。
比如电商平台发现交易异常的时候，会触发智能平台的规则，自动止血；或者一些智能可穿戴设备，实时监控患者病情，及时进行干预。
6、数字化转型
但组织到了一定的发展阶段，传统的运营方式，已经无法支撑组织进一步的快速发展。
需要自上而下的去调整思路，用数字化运营的方式，重塑组织的运营方式，这其中数字化技术只是一个手段。
以华为为例，他们建立了基础IT架构（华为云），打造了统一的数据底座，提供了统一的数字服务，使用了大数据、AI、IoT等技术，最终通过数字化重构了业务运营方式，包括数字化作业、数字化交易、数字化运营、数字化办公等，从而造就了了华为近10年的飞速发展。
对于咱们老年人慢病管理，我们同样需要技术架构，同样需要统一的数据底座，同样需要封装统一的数字服务，同样可以使用大数据、AI、IoT等技术，但最终要重构哪些业务的运营方式，要重构成什么样子，就是咱们课题组要考虑的了。
比如，我们通过数据分析，可以主动为各类患者提供各类服务（比如糖尿病患者），比如：量身定制适合各自的治疗及追踪方式，量身匹配到不同的家庭医生，提前把患者需要的药帮患者准备好，提前把社区医院的耗材准备好等等等等。
7、数字化赋能与数字化转型的区别
7.1、数字化赋能
业务V1.0+数字技术=》业务A V1.1
7.2、数字化转型
业务 V1.0+自上而下的数字化运营体系+技术体系支持=》业务 V2.0
为何互联网大厂不做医院的信息系统
一、从经济角度
1、付款能力
互联网大厂，大家看下财报，年营收上万亿，人均营收在400万以上。
而医院呢，除去顶尖几家，很好的医院一年营收也就几十亿、十几亿，人均营收几十万。随着疫情，很多医院营收更加困难。
2、付款意愿
互联网大厂中，研发费用投入占比远远高于医院在软件方向投入，大家去看下财报就懂了。
3、产品价格
从经济学角度观察，医疗信息化行业，长期低价值竞争，已经把行业利润搞到快养不起现在的开发了。
大厂进入，势必要引入更多更贵的开发资源入场，一定是个亏本买卖。
行业的强监管导致了没有什么新的花样可以搞，大厂不可能干亏本且没其他收益的买卖。
4、运维成本
大厂2C的高并发架构，在医院
1）是用不到
医院系统一天登录用户最多几千人
2）是成本太高
无论是硬件还是运维成本，医院都接不住：一台服务器能跑起来的项目，不要部署在五台服务器的K8S集群上。
如果服务器挂了，可以重启。但K8S挂了，很多医院自己都重启不了。
不要打炮打蚊子，没有最好的架构，只有在限定经济情况下，局部最优的架构。
经济学角度出发，这个事情就不成立。
所以现状大厂的做法是，赚云的钱，但利润低、受苦受累的医院信息化，是直接做集成的。
二、从技术和产品的角度
大厂对比医院，更像是2C对2B，2B和2C软件逻辑差异很大：
（一）技术困难点不一样
1、互联网大厂技术难度高的多，以并发量来说，医院一天门诊量1万多，住院几千张床，登录用户最多几千人，和双11没法比
2、医院信息化系统，以HIS为例，难度在于，业务需求的复杂度高，如果一位开发同学即对接过微信支付，又对接过医保支付，应该很能理解，微信支付的对接就和玩一样，因为医保支付会从根本上要求医院重构
举个例子：12306初期请了不少大厂专家，解决并发问题，但购票逻辑比网络购物复杂的多，这么多高手，也没有能快速拿下，崩了两年。不是这些专家能力差，而是需求复杂度更高。
（二）需求掌控能力
1、互联网大厂，是有强大的产品和运营的，他们有很清晰的目标，服务和讨好客户，把客户就在平台，并创业更高的商业价值。产品好不好，客户也就是最终用户有一票否决权
2、多数医院没有专职运营，能把业务流程，服务流程，系统流程说清楚的，全医院就没几个人。产品最终用户，医生护士，对于流程没有话语权，只能提出点状要求
3、更可怕的是，外行指导内行的情况，在2B领域更加可怕，很难拒绝一些不靠谱的需求
举个例子：当年IE特别慢，微软有团队准备从一个飞快的开源浏览器改一版替代IE。但当这个团队把一堆IE需求加上去之后，反而比IE还慢，项目就结束了。
三、从组织架构
1、执行力
互联网大厂组织结构更优化，目标十分清晰，执行力强的可怕
医院更偏事业单位风格，需要强大政策导向，才能爆发真正的执行力
2、变革意愿
互联网大厂，从开始就在不停的变革，大家对于失败容忍度较高
医院要抽取资源，做个什么新的项目，太难了：成功不一定有功，失败一定是过
四、为何越升级越难用
1、从经济学角度观察
很大的一个原因是，买单方和使用方不是同一波人，且使用方没有话语权。
买单方花钱升级系统为的是搞管理搞成绩，从来不是为了使用方体验更好。
搞管理，管的越来越多，越来越细，被管理的使用方自然越来越难受，就会憎恶这个带来苦恼的系统。
搞成绩，就要多做事，使用方工作就更多，同样会憎恶这个带来更多工作的系统。
工作多，管得细，发挥空间自然就少了，创新就更难了。
举个例子：钉钉打卡功能其实产品层面并不差，但被管理的人不爽，有人会说钉钉好用吗？
2、什么样的考核，带来什么样的结果，铸就什么样的团队。
系统升级，以管理为导向，时间短任务重，最终用户承担了越来越多的工作，会有人说你好吗？
为何医院数字化转型项目难以成功
数字化转型，只能是一把手项目，除此之外注定失败。
国内多数的医院数字化转型项目，都是要求信息科来推进，医院领导和业务部门实际介入很少。
开局就十分不利。
产生这样局面的底层问题，在于两个：
1、组织架构老化
与欧美通常会有专业的CIO或CTO，中国多数医院的信息部门，受到的重视程度不够。
医院的信息科，其实主要就是一个运维部门，在医院组织架构中处于后勤部门一类。
这个组织架构已经几十年没变了，很难适应现代化的运营管理方法。
2、医院缺乏懂信息化的人才
国内多数的医院，十分缺乏懂业务、懂管理、懂IT技术的综合性管理人才。
直接导致了医院管理部门，与实际执行部门之间的脱节。
这样的人才不是没有，而是很稀少，且集中在顶级的那几家。
如果医院有这样的人，医院那真是捡到宝了。
再看看，中国多数医院信息科的现状（非顶级医院）：
1、相对业务科室是很弱势的
对于大科室、大专家和大主任，沟通的时候处于绝对的劣势地位，几乎没有任何话语权
2、人员数量和质量不匹配
信息科的人员，主要是桌面和运维人员，一般数量很少。
多数人员，对现代化的技术缺少理解和一手落地经验，难以挑起技术变革的大梁。
3、资源投入严重不足
效益好的医院：对比软件和安全的投入，多数医院仍倾向于基建和采购设备，因为会带来新的收入。
效益差的医院：绩效发放已经很困难，就更不愿意在这方面投入更多的资源。
加之多数医院都是风险厌恶型号机构，就更难有人愿意去做这种变革了。
那一般项目是如何落地的呢？
信息科协调不到院内资源，根本无法推动大刀阔斧的改革，没法动里子。
就只能借助院外资源，也就是厂商，做做面子。
但厂商和医院是很难平衡利益关系的：厂商利润很低，急着上线验收，医院如果再缺乏正确引导，很难有好的结果。
最后结果，同一口径，骂厂商无能。
《硅谷来信》摘录
最近听完了吴军博士的《硅谷来信》，收获不少，将部分内容摘录于此：
1、专业人员要适当了解大局，管理者要注重细节
2、引擎和刹车
引擎应该是自下而上的，公司才会有源源不断的动力。
高层要想办法调动基层的动力，而不是在后面催促大家前进。高层要做的事情是，在适时的时候刹车。
3、五级工程师划分
第五级：能独立解决问题，完成工程工作；
第四级：能指导和带领其他人一同完成更有影响力的工作；
第三级：能独立设计和实现产品，并且在市场上获得成功；
第二级：能设计和实现别人不能做出的产品，也就是说他的作用很难取代；
第一级：开创一个产业。
4、努力和天分的关系
从0到50靠经验；
从50到90靠努力；
从90到100靠天份。
5、确认公司价值观和企业文化
技术和产品稳定性，工程师文化，谷歌
用户体验，产品经理文化，腾讯，苹果，Facebook
销售业绩，结果导向,销售文化，阿里与亚马逊
6、不同人员用不同管理方式
能力低，积极性高，新人居多，给予培训带教和指导，引导和培养
能力低，积极性低，PIP计划
能力高，积极性高，给予新的挑战，防止倦怠，给予机会，给予培训
能力高，积极性低，调整岗位，给予许诺，调整态度
新员工，bootcamp计划，新兵训练营
待提升员工，pip（performance improvement plan）计划，能力提升计划
A、加强实践管理，严格考勤
B、制定周计划，并严格执行
C、一对一专业指导
D、给予介绍自己工作的机会
7、招合适的人
主要看：人品、能力、主动性
一个原则：录用的人，高于目前平均水平
8、工作时阻碍进步的常见问题
A、工作和职业要分清
B、不做工作的主人
C、被语言暴力激怒
D、疏于沟通
提高员工积极性的七个关键
提高员工积极性的七个关键
By 稻盛和夫
归纳一下，调动员工积极性的关键：
首先要把员工当作经营伙伴迎入公司；
要让员工从内心爱戴你、迷恋你；
要阐述工作的意义；
要树立高目标；
要确立具备大义名分的企业使命；
要不断讲述哲学；
以及经营者要提升自己的心性。
书中的另一种表述：
把员工当作经营伙伴，要去依靠他们
让员工爱戴你、迷恋你，要有领导气质
阐述工作的意义，让大家认可自己的工作
揭示高目标，让工作有挑战性
明确企业的使命，所有岗位都要揭示大义名分，让大家理解工作的意义
不断讲述哲学，让大家有凝聚力
提升自己的心性，企业才能进步
模拟京瓷的使命，我们公司的使命是：追求全体员工物质与精神两方面的幸福，为世界卫生事业进步发展做出贡献。
为什么需要使IT工作可视化并控制半成品
为什么需要使IT工作可视化并控制半成品
摘自《凤凰项目》
本书中我最喜欢的（也是唯一的）一张图表显示，等待时间是工作中心中某个资源忙碌程度的函数。埃瑞克用这张图表来说明为什么布伦特的30分钟的简单变更要耗费几个星期才能完成。原因显然是，作为所有工作的瓶颈，布伦特的使用率一直是100%甚至超过100%，因此，我们每次交给他的工作都只能在队列里枯等，如果不进行加速或升级处置，就永远不会完成。
图表显示：横坐标轴上是工作中心中给定资源的忙碌百分比，纵坐标轴上是大致的等待时间（更确切地说是队列长度）。曲线的形状表明，当资源使用率超过80%时，等待时间就会直线上升。
本书中，比尔及其团队意识到，他们对项目管理办公室承诺的交付期会带来怎样的灾难性后果。
我告诉他们，埃瑞克在MRP-8对我说过，等待时间取决于资源使用率。“等待时间是‘忙碌时间百分比’除以‘空闲时间百分比’。也就是说，如果一个资源的忙碌时间是50%，那么它的空闲时间也是50%。等待时间就是50%除以50%，也就是一个时间单位。就说是一个小时吧。所以平均来说，一个任务在处理前的排队等待时间为一个小时。”
“另一方面，如果一个资源90%的时间是忙碌的，等待时间就是‘90%除以10%’，也就是9个小时。换言之，我们的任务排队等待的时间，将是资源有50%空闲时的9倍。”
我得出结论：“因此，对这个凤凰任务来说，假设我们有7个交接步骤，而且每一个资源都有90%的时间是忙碌的，那么任务排队等待的总时间就是9小时乘以7个步骤……”
“什么？只是排队等待的时间就要63个小时？”韦斯充满疑惑地说，“这不可能！”
帕蒂似笑非笑地说：“哦，当然了。因为输入字符只需要30秒，对不对？”
比尔及其团队意识到，他们那个30分钟的简单任务实际上需要7个交接步骤（也就是服务器团队、网络维护团队、数据库团队、虚拟化团队，当然还有布伦特、布伦特、布伦特）。假设所有工作中心都有90%的时间是忙碌的，那么这张图表告诉我们，在每一个工作中心的平均等待时间是9个小时。由于工作必须经过7个工作中心，总共等待时间就是7倍：63个小时。
也就是说，总的“有效时间”（有时候也称为“加工时间”）只有总交付周期的0.16%（30分钟除以63小时）。那就意味着，在总交付周期99.8%的时间里，工作只不过在排着队等待被执行（例如，在报修系统里等和在电子邮件里等）。
我的合著者乔治·斯帕福德和我同在华盛顿州立大学参加詹姆斯·霍尔特博士（在延伸阅读部分有更详细的介绍）的EM526约束管理课程时，我们首次见到了这张图，它如此出色地显示出，高资源使用率所导致的长时间排队的破坏性本质。
遗憾的是，我不知道这幅图的确切来历。有人和我一样相信，这幅图是立特尔法则的简化版本。根据这个法则，我们假定的是只有一个工作中心、均匀的工作队列（例如，所有任务需要的完成时间都相同）、工作之间没有延迟等。
在这幅图中，我相信“等待时间”其实代表着“队列长度”。也就是说，由于它不是所用时间，因此没有时间单位（也就是说，既不是分钟，也不是小时、天）。关于此书派生出来的最棒的讨论（及其合理性/不合理性）都可以在Linkedin网站上本书的页面看到。这些讨论尽管有时略显尖刻，但确实充满智慧。
我的看法是，科学的目标是用最少的原理来解释最多的现象，并揭示惊人的内涵。我认为这张图很能说明问题。它有效阐释了过度压榨IT工作者的灾难性后果，以及在IT运维部门使用传统项目管理方式的错误。
四种工作类型
四种工作类型
摘自《凤凰项目》
由于布置工作的途径比以往更多（例如电子邮件、电话、关于业务应用程序的中途会谈、短信、报修系统、会议等），我们希望直观地看到现有任务。
埃瑞克告诉比尔，IT从事着四种类型的工作。
业务项目
这是多数开发项目所包含的业务举措，通常隶属于项目管理办公室。项目管理办公室跟踪管理公司内的所有正式项目。
IT内部项目
包括可能由业务项目衍生出的基础架构或IT运维项目，以及内部生成的改进项目（例如创建新环境和部署自动化）。这些项目经常并非集中跟踪，而是属于预算所有者（例如数据库经理、存储管理经理和分布式系统经理）。
当IT运维成为瓶颈时，这会导致问题，因为不能轻易查明已经在内部项目中投放了多少生产能力。
变更
经常由上述两种类型的工作引起，往往在报修系统中被跟踪（例如IT运维补救、JIRA或者用于开发的敏捷计划工具）。事实上，在价值流的两个不同部分中存在两个工作跟踪系统，这会引起问题，尤其是在交接工作的时候。
偶然情况下，在一些兼具功能开发和服务交付职责的专门团队中，所有工作都处在同一个系统之中。这样做有一些好处，因为操作层面的故障会和功能缺陷以及新的特性功能一起，在存量工作和现行工作过程中显现。
计划外工作或救火工作
包括操作事故和操作问题，通常由上述三种类型的工作导致，而且往往以牺牲其他计划内工作为代价。