還得去手足外科重新掛號，重新檢查
張三不想白跑，當即問道：“醫生，我尿酸有點高，非布司他吃多久停藥啊”
“你尿酸多高”
“540！”
“540，誰讓你吃非布司他的”
“我們當地的醫生。”
年輕主任沉默了一會，道：“先把藥停了。”
“”張三懵了：“醫生，和這個有關系”
醫生道：“是不是越吃疼的越厲害”
“好像是有點。”
“那就是了，先停藥看看。這樣，你也先別掛手足外科了，先停藥看看，半個月后再來復查。”
“好。”
張三蒙圈地離開醫院，又住了一宿，買了回家的票。
前前后后了近三千，最后也沒整出個結果，只能等半個月后再說。
但半個月后，還來嗎
張三猶豫了。
類似的看病過程，發生在全國很多地方，很多大醫院。
當地人還好，成本低，請假就是。
但外地患者，可就費時費力費錢了。
更主要的，誤診，漏診，無法確診，都有可能。
而這個過程，若是用成熟的ai大模型來處理，會直接根據指南和患者狀況，進行分析，分析出各種疾病的可能性，會第一時間排除通風誤診問題，然后開一系列檢查。
這樣患者在當地就可以做，根據檢查結果，排除風濕性關節炎，強直，ai大模型給出后續診斷。
這樣效率更高，患者成本也更低，只需要去當地醫院或者檢驗中心抽血拍片，兩個小時搞定，就抵得上張三一周的奔波。
只需要400，就抵得過張三3000的銷。
這便是ai醫療大模型存在的意義，完全不是人可以比的。
畢竟專家看病效率很低，門檻太高，難度很大，過程復雜，費時費力，單是搶號都是大問題。
而且900元的專家號，也是開單子檢查、檢驗，也得靠檢驗數據診斷，出了結果還未必能搶上專家號復診。
既然靠檢驗數據診斷，都是數據說話，那ai大模型不比專家更專家
而且方便的多，成本也低得多，更節省時間精力。
至于普通醫生，還不如專業成熟的ai大模型。
像是2023年，阿里達摩院的胰腺腫瘤ct訓練中，在2萬多人的真實病例回顧性試驗中，發現了31例臨床胰腺癌漏診病變。
沒錯，臨床漏診的胰腺癌患者，ai訓練中給查出來了，并且31例。
癌癥最關鍵的就是時機，盡早查出來，盡早治療，很大概率能治愈。
但漏診了，耽誤了，等到查出來，可能早期就成了中期，甚至晚期，那就晚了！
而且，阿里這只是不成熟的大模型，若是成熟的，那結果可想而知
十年后，或許是ai醫療輔助醫護，但20年后，那就是醫護輔助ai醫療大模型了。
沒錯，到時候主力診斷的，就是ai大模型，醫護人員成了幫手。
沒辦法，ai大模型比大多數醫護人員都專業。
至于超越ai大模型的專家大手子，或許有，但是太少了，并且專家精力有限，接診數量有限，絕大多數的病人根本掛不上他們的號！
可ai大模型就不同了，完全可以輕易而舉地對患者進行全方位服務。
可以說，成熟的ai醫療大模型，在普通醫護人員的輔助下，能媲美甚至超越99%的專家。
這便是ai醫療大模型存在的意義！
其實看病和修車類似，現在修車，都是老師傅憑經驗進行判斷嗎