1. 預防醫療和衛教: 簡單的說就是健康檢查篩檢這一類。體檢的項目很多，其中有很多
是法規規定的項目。法規規定的項目AI很難發揮，因為法規就是法規，AI不能改法規，而
且量大又死板，人力求又多，AI來做根本CP值不高。至於自費體檢，AI目前在問診以及理
學檢查上不能做，也無法提供客製化建議(因為每個人的需求不同)，AI不能代替醫師執行
超音波內視鏡等工作，更何況在這一塊根本沒沒有大量數據可以讓AI訓練。(題外話，AI
也不能在超高階健檢代替真人美女護理師服務員....)

2. 診斷: 這是目前AI主攻的一塊，很多人都強調AI經過大量訓練，即有診斷能力。以醫
師的訓練來說，讀書，記憶，融會貫通，反覆應在臨床上應用，以經驗和知識的比較，就
能做出診斷。而AI的訓練，就是大量數據模型(讀書，記憶)，產生邏輯(融會貫通)，做出
可能的診斷，但中間卻沒有經驗累積，因為很多疾病的表現是不典型的，AI訓練不夠診斷
也會有問題，因為目前的AI學習架構似乎沒有讓AI累積經驗機制。此外，醫療的觀念會一
直進步，很多疾病會被發現，也很多疾病的診斷標準會修正，但目前AI無做到醫療知識與
時俱進，因為AI的訓練都是根據過去的資料累積而來，往往學生利用AI找相關資料時，AI
給的都很多都是過時的，尤其至針對三高，血液疾病以及腫瘤治療，那結果還真是慘不忍
賭。目前AI在診斷上的發展還是以影像和病理為主，因為給的資料最直接也最好訓練，但
如果是需要和人溝通，尤其是精神疾病相關的領域，AI目前在這需些情境得診斷上真的不
行。

3. 治療: 先有診斷才有治療，診斷正確才有正確的治療方向。但治療是要看整體的。比
方說糖尿病的治療，不同的狀態有不同的建議，但目前AI只能針對大多一般的狀況給予大
略的方向，對於特殊個案的建議根本就是亂七八糟。以外科來說，AI無法取代需要技術的
治療，而且也無法給出適當的處置以及預測手術後的預後。因此AI目前在治療上，還有很
多長遠的路要走。