關於 多倫多醫療保險 ，我們在網路上蒐集到這些相關的討論、資訊與評價

《2016年北美壯遊手記--回到波士頓》

攝氏1度，蒙特婁的天氣終於回暖，陽光從雲層中穿射出來，照在教堂的屋頂，有一種寧謐平靜的氛圍，在整座城市瀰漫開來。

將近中午，整理好所有的行李，我們開車向500公里外的波士頓出發，從720號公路接10號公路，跨越聖羅倫斯河，轉35號公路，經過聖讓河，進入美國佛蒙特州，再沿89號公路轉93號公路，經新罕布什爾州進入麻薩諸塞州，於傍晚時分，終於回到波士頓查爾斯河畔的租所。自3月1日從鳳凰城經洛杉磯、舊金山、西雅圖、科達倫、比靈斯、拉皮德、明尼阿波利斯、芝加哥、底特律、多倫多、渥太華、蒙特婁回到波士頓，粗估近一萬公里，「二萬里路雲和月、野台美加客廳會」剛好完成了一半。

扉扉早已等在樓下，見我車上下來，她飛撲到我的身上，好不開心！

「敏敏呢？」我問扉扉。

「噓！姊姊躲在家門後面想要嚇你。」調皮搗蛋的扉扉，又破了她姊姊的梗，我忍不住大笑。

趁著黃昏向晚，街道許多古老的建築，如郵局、市政廳、教堂、圖書館，在斜照的夕陽下，依然優雅地座立在那，不因歲月的流逝而顯露滄桑，我安頓好行李後，帶領妻女、練爺、老哥去哈佛大學漫步閒逛了一圈，大口呼吸哈佛校園裡，充滿自由學風的人文空氣，晚餐大夥尋了一家越南料理，滿足一下口腹之慾。

翌日黃昏，又特別沿察爾斯河閒步漫走，只見雲與天相濡以藍，風與水輕吟唱和，波士頓城，在粼粼的波光中，經歷著日升月落，春夏秋冬，所有的民族爭戰，所有的愛恨情仇，最終都沒入塵土，成為這條河域土壤裡的養分，蘊育了城市的生命，滋養著城市慢慢長大，然後繁殖專屬於頓士頓城的歷史榮光。

波士頓是美國麻薩諸塞州的首府，位於美國東北部大西洋岸，歐洲的清教徒移民從此地登陸美洲大陸，1630年創建波士頓城，是美國最古老、最有歷史文化的城市。1776年，波士頓人群起反抗英國統治，尤其反對當時宗主國英國壓榨美洲移民的經濟政策，如「食糖條例」、「印法稅法」等，終於釀成美國獨立戰爭，最後在喬治・華盛頓領導之下，歷經七年苦戰打敗英國而建國。此期間的波士頓，發生「波士頓屠殺」、「波士頓茶葉事件」、「邦克山戰役」、「波士頓圍城戰」等，波士頓也因此成為眾多歷史事件的發源地。

而今的波士頓，已是美國集投資基金、高等教育、醫療保險的中心城市，人均收入在全美名列前茅，但自1990年後，房價急劇上漲，物價大幅上揚，至今波士頓是全美生活開支數一數二的地方。

每個人的生命都像是一條河，從上游、中游到下游，無論何人、何事、何地，在何時的何種情境下，闖進了生命的流域，無論他只是過客或者曾經停留？無論他是掠奪肆虐或者奉獻供養？總會留下些什麼給我們的生命土壤，無論這些被歸類於愛或恨，情或仇，連帶我們的青春、夢想、執著與遺落，都會成為我們人生中的養分，讓我們帶到下游，然後回歸大海，這一切，終究是生命過程中的一環，成就我們一生的珍貴記憶。

當躂躂的馬蹄早已湮沒於歷史的巨流中，所有的血光殺戮終將歸於沈寂，直到一陣風過，才有一些些的漣漪，在幽光與流影中婆娑起舞，如果還有特別動人的部分，便成為傳奇而流傳下來。

「生命恆有繁華落盡的感覺，只不過，不染淤泥。」簡幀如此詮釋了生命。

預計4月2日再度出發，首站紐約。

（2016年春寫于波士頓）

近幾個月，在AI賦能未來醫療的思考特別多，受美國「WIRED連線」雜誌邀請撰寫了一篇專欄文章。我相信十幾年後，不少國家和地區的醫療體驗在AI賦能的作用下將發生根本性改變。

原文刊於「WIRED連線」雜誌英文官網：
Covid-19 Will Accelerate the AI Health Care Revolution
https://www.wired.com/story/covid-19-will-accelerate-ai-health-care-revolution/

中文翻譯來自創新工場微信公眾號 2020-5-22

新冠大流行將加速醫療AI革新
—————————————
2020年元旦前夜，一家位於加拿大多倫多市的人工智能（AI）企業BlueDot捕捉到一些異常：中國武漢市海鮮市場周邊出現多起罕見肺炎病例，BlueDot迅即反應，運用自然語言處理、機器學習等技術，結合大數據和定位追踪，迅速向合作的政府部門和公共衛生機構客戶傳送警報並報告擴散狀況。BlueDot所監測到的異狀，正是數月後撼動全球的新型冠狀病毒肺炎（Covid-19），這比世界衛生組織首度公開警示新冠病毒的時間還要早上9天。

BlueDot的AI平台示範了人工智能技術對重大疫情能起到早期預警的功用，過去幾個月裡，AI在這場全球抗疫戰的許多方面發揮了獨特作用：從疫情預測到篩檢，從接觸警示到快速診斷，從前線無人配送到實驗室藥物研發，人工智能助力防疫派上了不少用場，為特定場景應用賦能。

隨著疫情在全球蔓延，AI技術的創新應用也在各地相繼落地。在韓國，基於地理位置的信息傳遞已經成為控制病毒傳播的重要工具，當人們靠近確診病例時，就會收到基於位置的緊急信息提醒。在中國大陸，阿里巴巴推出的AI算法能夠在20秒內診斷出疑似病例（比人類檢測快了近60倍），準確率高達96%。無人配送車輛很快被投入到人類難以承受的場景，代替人類執行高傳染風險的運輸任務。湖北、廣東等省份的多家醫院相繼使用機器人為病人或被隔離家庭運送食物、藥品和物資。而在美國加州，電腦科學家正在研發能遠程檢測獨居老人健康情況的系統，一旦老人出現身體異常症狀，系統就會發出即時警報。

不過，目前人工智能在公共衛生體系的應用仍顯零散也未成體系。坦率說，過去四個月內，AI在抗疫之戰中的表現並不十分突出，我最多只能給它打分“B-”。新冠大流行暴露了我們的醫療系統的脆弱性：預警響應不充份、通報信息不精確、醫療物資分配不均、醫務人員超負疲憊、醫院病床緊繃、疫苗研發週期長等諸多痛點。當然，AI的零散表現也有客觀原因：醫療體系可說是現代社會各類運轉體系中最為複雜、陳舊不堪且難以變通的一種；且在新冠疫情襲來之前，我們並沒有真正意識到醫療體系問題的緊迫性，沒有提前採取相應的技術預防措施；最為關鍵的是，我們缺少建構AI解決方案所需的大數據。

把目光看向未來，我看到以下兩個AI賦能醫療的樂觀因素。

首先，作為AI燃料的醫療大數據已被激活。舉例來說，機器學習數據科學平台Kaggle組建了新冠病毒開放研究數據庫，名為CORD-19。它將相關數據進行彙編，並把最新研究集中收錄，匯總的格式可被機器讀取和解析，以便於AI進行機器學習。至今這個數據庫收錄了12.8萬篇包含Covid-19、冠狀病毒、SARS（非典型肺炎）、MERS（中東呼吸綜合症）等關聯術語的醫學專業學術文章。

其次，眼下全世界的醫學專家和電腦科學家都將精力集中在解決疫情問題。 X大獎基金會創始人彼得·戴曼迪斯（Peter Diamandis）估計，全球現在有多達兩億名的醫師、科學家、護士、技術專家和工程師投入防治冠狀病毒的相關研發中，他們正在進行數以萬計的實驗，並以「前所未有的透明度和速度」共享信息。

3月16日Kaggle發起「新冠病毒研究挑戰」，匯集與疫情相關的大量信息，包括病毒的自然歷史、傳播和診斷方法、以及從過往流行病學研究中汲取的經驗教訓，幫助全球各地衛生機構及時掌握最新情況，以做出基於數據的分析決策。該項目發布後的五天內被瀏覽超過50萬次，下載量逾1.8萬次。在大陸疫情爆發後不到一個月，阿里巴巴便推出了一種AI算法，該算法基於5000多個新冠肺炎確診病例進行訓練，並關聯到治療後續諸如肺部白色陰影縮小等的成效追踪。隨後，阿里巴巴將其云端AI平台向全球醫療專業人員開源，與合作夥伴聯手部署更大批量的匿名數據，推出包括疫情預測、CT影像分析、冠狀病毒基因組測序等模組。

據估計，現今全球醫療數據的規模每隔幾個月就翻一倍。 2019年一份覆蓋19個國家AI醫療市場的研究估計，AI醫療市場的年複合增長率為41.7%，從2018年的13億美元將增長至2025年的130億美元，主要分佈在六大領域：醫院工作流程、可穿戴設備、醫學影像和診斷、診療計劃、虛擬助手、以及最重要的藥物研發，新冠疫情期間浮現的種種需求，將加速AI賦能醫療的場景落地。

在後疫情時代，我期待AI將加速融入醫療體系，賦能並推動醫療改革。其中深度學習（Deep Learning），即以一種高效方法運算海量、多維數據的能力，是AI結合醫療最為可期的機遇之一。深度神經網絡（Deep Neural Networks）作為AI的一個子領域，已經被用於醫學掃描、病理切片、眼科檢查甚至結腸鏡檢查，以得出準確而快速的算法判讀。十幾年後，不少國家和地區的醫療體驗在AI賦能的作用下將發生根本性改變。

AI賦能醫療，首先能簡化及優化現有的醫療流程，例如醫院的作業流程，保險履約的繁複流程。將AI與RPA（Robotic Process Automation 機器人流程自動化）結合，可對某項工作流程進行智能拆解及優化，進而大大提高醫療系統的運營效率，預約看診、保險理賠及其他流程性工作都會得到效率提升。AI還能加快早期診斷信息的收錄並實現自動化，AI技術所能處理的文本、語言、數字的體量，無論在數量上還是精度上都是機器級別，遠非人類所及。

有了充份的醫療大數據作為基礎，AI還能為每個人或者每個群體建立健康數據基準量表。當我們掌握個體健康數據，就可以根據跟踪動態數據的波動變化，進行數據驅動的診斷，並對潛在大流行疾病的徵兆進行早期追踪研判。然而，再先進的技術系統要做到真正有效，勢必需要與既存的公共衛生警示和匯報機制形成高效鏈接，此類信息斷層即是新冠疫情在早期爆發期間存在的具體缺失。

再上一個層次的AI賦能體現在助力新藥研發、基因組測序、幹細胞、CRISPR（基因編輯）等醫學突破方面，AI模型和算法應用都有其用武之地。在製藥行業，研發一種新藥往往需要付出高昂的投入，某次成功前必有多次付諸流水的失敗試驗，也連帶消耗巨大的時間和金錢成本。現在，科學家們可使用AI機器學習來模擬上千個變量，測試它們的複合效應會對人類細胞反應產生何種影響，這類AI新藥研發的技術已被用於新冠病毒疫苗和其他療法。創新工場所投資總部位於香港的AI藥物研發公司Insilico Medicine是首批對新冠病毒快速響應的企業之一，這家公司利用生成式化學AI平台設計出新藥物小分子，以複製主要病毒蛋白為靶標，早在2月5日便公佈了這些小分子結構。 AI為新藥發明開闢了一個新時代，用人工智能技術來換取藥品研發週期的時間和成本，整個製藥行業勢將迎來翻天覆地的變革。

不久的將來，隨著醫療科學和電腦科學進一步融合，我們將進入一個全面自動化的AI時代，到時人們可以通過可穿戴設備、生物傳感器、智能家居檢測設備等來確保自身和家人的健康。可穿戴設備和其他物聯網設備的數據質量和多樣性大幅提高，將能產生一個有效的良性循環。穿越到未來，下一場疫情在大範圍蔓延之前就應該能夠被跟踪、追溯、攔截並消滅無踪。

或許再過15年，許多人的家裡都會有AI個人助理照料我們，幫著解決全家人的日常健康所需。機器人或者無人機負責把我們的藥品送上門，如果需要進行手術或者外科治療，通常會由機器人操作，或由機器人輔助人類外科醫師完成。在未來，醫生和護士將把更多的精力放在機器無法勝任的任務上，醫療專業人員及富有同情心的護理人員，將同時具備護士、醫療技師、社會工作者、甚至心理諮詢師的技能。他們會使用經AI強化的診斷工具和系統，但更多的時間會與患者溝通，安撫他們的傷痛，為他們提供情感扶持。在我的想像裡，15年後的醫療健康場景可能是這個樣子的：

***
2035年一個冬季早晨，我醒來後就覺得有點喉嚨痛。我起身去洗手間，刷牙的時候，洗手間的鏡子通過紅外傳感器測量了我的體溫。刷完牙後一分鐘，我的私人AI醫師助理發出了警報，顯示我的唾液樣本部分指數異常，並在輕微低燒。 AI醫師助理建議我在家進行指尖探針採血。我在泡咖啡時，醫師助理返回了分析結果，判斷我可能是得了這個季節正在流行的兩型流感其中一種。之後，我的AI醫師助理建議，如果我覺得有必要聯繫家庭醫生的話，有兩個時間空檔可以跟她視頻通話。通話之前，家庭醫生已經收到我所有症狀的詳細信息，她給我開了一種減充血劑和撲熱息痛，一會兒無人機就把藥品送到我家門口。
***

當然，凡涉及到患者的醫療記錄，就得談談隱私和數據保護的關鍵問題。我認為，任憑有用的數據各自孤島式的存在、不善加利用、不從中提煉有價值的信息、不用以推動社會進步，是相當不負責任的做法。技術產生的問題應該由技術解決。隨著AI技術浪潮而出現的諸如數據保護等問題，應該有更為創新的技術方法來應對。

好消息是，近年聯邦學習（也被稱為分佈式學習）已經在數據保護上取得了顯著的進展。基於聯邦學習技術，患者的數據將永遠不會離開所在的醫療機構、醫院或個人設備伺服器等原始存儲設備，機器學習模型將在獨立的數據庫基礎上進行訓練處理，再進行後續整合。聯邦學習、同態加密，結合可信硬體執行環境等技術，將進一步確保數據的計算、傳輸、存儲過程能夠適配不同的隱私偏好，以因應不同國家與文化對於隱私保護的需求差異。

這次新冠肺炎疫情還驗證了一個事實：整體人類命運是共同體，人們對未來運用AI等先進技術共度難關寄予一致的期盼。歷史上，國際合作曾消滅了全球延燒的天花，也幾乎根除了小兒麻痺症。公共衛生無國界，控制及消除流行病是個毋庸置疑的共同目標。在醫學領域，每個國家都能從他國的研究基礎上學習受益並攜手並進，全球化的數據科學，將進一步幫助人類獲取對健康和疾病最為深刻、最為全面的洞悉。

AI有潛力協助我們為下一次疾病大流行做更充份的準備。這需要醫學專家、AI科學家、投資者和決策者傾力協作，也需要關注醫療保健領域的投資人為聰明的創業者和科學家注入新一波動能。

經歷這次疫情，我們應清醒地意識到，要將人類醫療體系推往新的高度，著實需要傾盡全球之力。

創新工場董事長兼首席執行官
李開復博士

《訐譙文》

ま...最近有小粉絲問我怎麼都沒在更新粉專，說的我有點內疚，但因爲工作實在太過繁忙，日診陽，夜診陰...(喂！賣毆北共！)不是啦，就白天上診所，晚上下班後還得在家看診，方便白天要工作無法來診所看病的病患，往往看完診都晚上10點多了，所以一空閒就休息，抓不太到時間來寫文章。
　　
Anyway, 這次就來訐譙一下「老師」們用「濕」來大賺一筆的事吧！
　　
先看到圖1跟圖2的對話。這是我去年年初還在台灣尋醫求道時，我在加拿大的朋友私訊我的對話，當時我看到$600加幣的祛濕藥我就傻了，趕緊要我朋友千萬不能答應，這$600加幣花出去就是冤大頭。對方還用一些話術，看似有道理實質確是無稽之談的言語來嚇我朋友，我跟我朋友說乖乖等我回多倫多再幫她作診治開藥，不要去讓別人騙，再怎麼說我也是有執照的醫生，比對方來歷不明，沒有診斷就要開藥給人還要來的保險。
　　
再來是前陣子有小粉絲私信我的，從圖3到圖11是她和「老師」的對話內容，確實，這位老師為了賺錢是有做了點小功課。

　　
先跟大家科普一下濕些是什麼。「濕」為「六淫-風寒暑濕燥火」之一，也因「萬病皆起於濕邪」這句話，我們可知濕邪乃萬疾之源，而它也是六淫之中最麻煩也最難纏的。濕為濁重之邪，屬陰邪。濕的特性黏膩、停滯、彌漫，傷人多隱緩不覺，易導致多種病變.....等等，講到這裡，大家就應該可以了解「濕」有多雞掰了吧？講簡單點，最常見的夏天容易中暑、冬天超怕冷，這也跟濕有關，因爲寒熱都會依附在濕上面，如果把濕排掉，寒熱沒得依附，那就不容易中暑或怕冷了。（我已經講得夠簡單了，再不懂就......我也沒辦法🤷‍♂️）
　　

話題回來這位粉絲和「老師」的對話，雖然說我對這位老師所提的「濕」相關的內容沒什麼太大的意見，畢竟這種資訊網路上一堆，現在這麼多網路、鍵盤醫生我也見怪不怪了，但，我對這位老師未經診斷就賣「產品」有很大的意見啊！！！不用見病患做中醫看診基本的望聞問切就說人家有什麼問題，然後狂打自己的產品有多神，一定能治癒，一次就要人家先拿3個月，哇塞拎老師勒，用藥不是這樣用的好嗎！？大部份都是一次先7天份，用完藥回診再看看要不要做藥方上的調整，頂多緊崩給你兩週啦，兩週的藥然後回診。你他媽一次三個月是三小？？？
　　

然後看到什麼「三十多味草本植物」我整個白眼翻倒看屁眼，就因爲這30多味大亂鬥的藥，所以這個祛濕茶價叫賣到好幾千好幾萬，30678勒...拎北講正經ㄟ啦...霍香、佩蘭、厚朴⋯⋯等，拎北用不到6味，份量調好效果就嚇嚇叫了，價錢還便宜到靠北，去你媽的30多味。
　　

結果，我看到圖10的對話我他媽的黑人問號臉了😂這位老師說他的產品不是中藥，是由30多種中草藥提取，我想請師爺來給我翻譯翻譯了，不是中藥，但是是從中草藥提取.......幹拎娘！那還是中藥好嗎？你講殺小幹話！？
　　

然候我們聰明的小粉絲開始問「老師」有沒有醫師或醫療相關的執照，結果這位「老師」就開始顧左右而言他了，說什麼小粉絲不信他的話，給小粉絲看執照也沒用...哇幹拎娘你他媽有就拿出來，別在那邊雞雞歪歪，拎北岔賭你就是沒有！
　　

好啦，我不要這麼雞掰，諒這位老師也拿不出醫師執照，既然說是在香港讀大學念中醫的，那畢業證書總有吧？不要跟我說什麼上班帶不帶醫師證或畢業證，那種東西本來就是要掛在診間或診所牆上給病患看的，至少讓病患安心的好嗎🙄🙄🙄
　　

我們的小粉絲對這位老師心存疑慮時，他就一直傳用戶回饋給小粉絲看，從這些用戶回饋的對話內容，都是很假鬼假怪的超無敵正面說吃了幾天就有效，疑.....我怎麼好像在哪裡看過？？？幹，就是那些詐騙集團和無良直銷常用的手法啊！！！結果這位「老師」又在扯他只是工作室......所以從頭到尾，這位老師就是跟無良直銷商有87%像的想錢想瘋的商人，講那麼好聽，老師勒，哇幹拎老師勒。
　　
拜託，濕邪雖然麻煩，但也用不著花大錢去解決。平時飲食注意和多運動就可以了，再不行頂多也就是幾味藥可以搞定而已，別去當盤子給人家騙。
　　
最後一張圖，讓大家看清楚這些「老師」們的嘴臉。


🙄🙄🙄