@emptyWatermelon
这我不太清楚，因为车祸，全是走自费。

@evilHa 我只想探讨问题，如果说我抨击的医疗体制与你的体验不同，那我只能说这是我个人意见。
我吐槽的不是让一个骨科还是脊柱外科的去开一个住院单子。
而是希望他们能对病情有分析的能力，ct 和 mri 的读片能力，我挂的是专家号，不是普通号，也不是实习生。并且影像资料是有文字报告的，有专门的影像读片人员。

所以挂一个父级科室，骨科，我觉得已经完全可以进行我期望的分诊了。但显然，他把我赶到了脊柱外科。但脊柱外科认为你有明显的 tarlov ，很显然，再一次被赶到平级的骨肿瘤科室。骨肿瘤让我住院并手术，400 的特需，仅 3 句话，没有任何病情解释。被撞到拟住院，我们对伤情只知道大小便障碍和无法行走。
在这期间，我又挂回了其他脊柱外科。然后让我们去神外。神外无法判断神经是否损伤，所以又被来回踢。
这就是导致我挂了 13 个医生的原因。

我要的只是一个病情解释，提供的治疗手段是什么？为什么？而不是，你来我这，做手术就行。不做你找其他人的一句冷冰冰的话。

还有，重新纠正你一个认知：“脊柱是普通的骨头吗，骨科的大夫搞得定？”
我老婆的确是应该神外主刀，但骶骨重建也是脊柱外科乃至骨科的领域。

有些层主已经提示了，我们的问题是中国的 MDT 不对个人病患开放。

@liaohongxing 我表述不明，我不是说我有 tarlov ，我说我老婆有 tarlov 。
还有纠正一下，tarlov 并不是罕见病，你可以翻阅楼层，我有解释，这是因为 mri 数量不足以及中国人把腰疼当普通症状处理的习惯造成的结果。

其次，我母亲已经过世，我没必要拿我母亲在日求医的经历说谎。因为涉及亲人，我需要证明，你可以说我骗人也好，人品差也行，日奸也罢，我并不在意。
图是我母亲的化验单，我电脑一直有存档，随手拿一张，你需要继续证明，我可以单独发你就诊卡等信息。
https://imgur.com/a/qv5Ej11
这是三田医院的，由三天医院再开了介绍信才能去顺天堂，这流程我走过，所以我了解日本医疗。还有中国医疗我相信也比一般人有经验，因为我老婆还有先天的晶状体脱位，我带去的是广州的中山医院。我近 10 年，求医的经验比我搞项目的经验多的多。

@evilHa
我说的是专科分的过细。专科下面还有子类。类似专病专治。
不能拿简单病来做例子，或者主次有明显分层的，这种，随便找个医生就可以直接定位到专科了。

但我老婆情况是被车撞了，骶骨骨折，第一是伤了 tarlov 囊肿，第二是骶骨可能造成了神经损伤导致大小便障碍。
这里至少涉及神外，骨创，以及泌尿辅助。这几个科室我是一开始就定位了，但因为跨科室，导致你被神外赶到了骨伤。

当然，在盲人摸象的阶段，我挂了父级的骨科专家，然后子级的，脊柱外科，然后平级的骨伤，然后才有神外，等等。
这些定位，只能自己磨，第一，我看不懂 ct 和 mri ，第二我 B 超也看不懂。投喂仅限于报告，这还是借助 ai ，才能在两天内抓到末端科室。那么一般老百姓咋办？盲人摸象的本质是，我的确是盲人，我没有上帝视角，以前看过大象，可以凭借经验摸个腿就知道是什么。

@kpprotector 不至于不至于。
专科细分是一方面，更大的一方面是医生的可用时间极度内卷，流水线化这种诟病无法改变的现状问题导致的这一个结果。比如我碰到的脊柱外科医生，主要做脊柱退行的，也就是老年人的，给的建议和时间就很多，他很空闲。但因为涉及神外的部分，他不了解，所以他只能推你去神外，而他能做的就是你要做手术，可以帮你安排床位，这是他最大的努力了。一般来说，这种病人要经过 MDT 的，而上海这么大，没有 MDT ，至少我挂的医生都是教授号，都是专家号，也没人建议我去本院的 MDT 。对于综合损伤的病情，一个专科无法看的情况下，多学科联合是必然的。但这待遇只有住院后。

>最优治疗。
我不是找最优解的，最优的话，美国芝加哥疾控中心，tarlov 417 例，全球最大，治愈率 96.2%，那直接去那里就行了。就是拼个钱和时间了。
我是找最佳解，我是按照我的病情，以及投喂的上海医疗资源，进行求解的。不是无限地毯扫图。

>医保问题
我不太了解，但今天我去的民营的医院，我前面排队的是一个安徽大哥，刷了安徽医保，对方挂号的说可以走医保。我感觉只是报的比例问题吧，并不存在需要完全自费吧。不然医保真的没啥用，特别是医疗资源匮乏的地区，那不是等死了嘛。

@winglight2016
主要就是降低熵值，增加推理中使用的数据的准确度。我比较紧急，并没有研究完整的结构。我只列了自己觉得高度相关的权重因子。

比如，人种，我会尽可能将欧美的论文和病例先排到后面，因为一开始我觉得人种是会影响得病的概率的，基因问题。
但后来，我查阅了资料，发现人种并不是 tarlov 的差异指标，而是硬件和中西方看病习惯导致的数据误差。所以人种这个权重我就去掉了，转而平权，就是中西方论文都采，同一权重。

对，还有就是天天观察，但需要数据化，我做了格式规范，包括大便布里斯托分类，尽可能科学对口医学指标。这样的好处是论文引用可以直接照合。

其次就是负面清单，我做了一份预后极差的问题集，然后让 ai 逆推出这些预后的路径，再让 ai 根据这个为上文，继续填充我的 master 。让我规避当前不当的处理，包括黄金恢复时间的计算，这样我能判断主次轻重来合理安排就医任务。

最后，医生对口以及履历等作为上文，填充 master ，筛选备选医生。


>科室细分是导致不能精确诊断的次要因素。主要因素是没有全科医生能进行分诊。
打个比方，一条小吃街，我只有 1 个小时，其中有 4 家都是卖臭豆腐的，但我不知道哪家好吃，这所谓的好吃第一是要符合我的喜好的，所以要有上下文记忆，当前 hermes 很好用的原因。第二，我需要知道大家推荐哪家？这就是社查，比如小红书，b 站等。结合我的记忆+评价中和我高度吻合的点，比如这家辣，我喜欢吃辣。所以虽然综合权重排第二，但我还是建议你去吃这家。
没有真正的分诊就是没有这个 ai 的调度中心，所以我很难获得很好的体感。大部分分诊台是由护士取代的，类似客服而已。分诊严格来说应该下放到社区医院。而社区医院的医生并不是某些大医院的开业医，这一段你查看我对日本医疗体制的解释就能理解。

>AI 的使用暂时看不到应用在医院的可能性
很多医生借用 ai 做辅助诊断了，特别是在线问诊的。普通人没有学科结构，类似没有知识库，所以普通人用 ai 问医学问题，几乎没任何意义，因为你不了解手术指针，不了解人体结构等等。所以我们的问题和数据，熵值很高。

@nszm 不，不是这么用的，不能简单的对话，要有上下文记忆的，必须要有清洗数据，否则带脏数据进去，出来的就是宽泛的答案，增加试错成本。去幻的第一条路径就是明确自己输入的准确性。

比如我仅提炼关键字，尽量去掉自然语言的表达，出来的答案也是精准的。所以自然语言能理解，但如果能更加简化到唯一性，那么就能更符合结果了。


以前一直觉得输入的越少，ai 越会给笼统的回答，但未必，可能和语义向量空间的熵值有关（高信息密度的关键词则熵低）

今天查好了，和 ai 给的建议高度一致。挂的是顶级神外专家的特需，我这边 10 分钟诊断就结束了，其他人起步在 20 分钟。差距就是病情阐述，逻辑整理，以及数据监测一览图，职业习惯多少对看病的效率和目标到达率的保障有很大帮助。

ai 也是让我回家保守观察神经恢复情况，因为任何影像是无法查看神经情况的，只有给足时间计算愈合的临床反馈，才能获得确诊的证据。否则开膛，损伤了也仅仅干巴巴看着，神经修复不可逆，除非末梢存在能寻址到本体（也就是 1mm/天的速度的 6 个月黄金期）。

这次听完专家的建议和分析，只能说 ai 还是太强了。总结一下原因可能是：

医学这东西，一定是伴随大量临床报告和论文的，如果有新的指针，一定会共享在论文库中，所以都是可查信息。大部分厉害的医生，的确自身外科功底很强，但理论知识和经验判断，一定是建立在海量数据上的。所以这点和 ai 投喂论文以及病例照合是完全一致的路径。前提是你给的数据，也就是上下文，是经过清洗的，去除杂质，否则 ai 会给你列出更多的分支，干扰判断。今天医生给我的教训就是，你疼就说疼，不疼就不要模糊概念，将所有体感先归类到布尔型，然后再赋值来判断严重程度。说真的，牛逼的医生判断速度是真的快狠准。这和 ai 的输出几乎接近一致。

ai 真的是好东西，至少我看到了改变看病方式的前景了。

@jworg 是的，tarlov 囊肿，没有症状的，然后我纠正下论文少的原因，我也查了，主要不是这毛病多罕见，而是这毛病中西方处理方式不同，以及 mri 的保有量不同导致的。
西方，腰疼第一反应是磁共振，西方每百万人保有 55 台磁共振。
中国，腰疼第一反应是贴膏药，每百万人保有 7 台磁共振。

这种是偶然查 mri 才看到的，而不是有多稀缺，而中国多数借助 ct 诊断，有时候根本看不到这类囊肿的状态。理论上中国这类疾病的数量是美国的 4 倍以上。

@billccn 只学了西方的表，没学里。
欧美我不清楚，日本的话，医生必须加入医局（相当于一个派遣+规划平台），会被指派到地方基层或者不同医院轮转，待几年的，目的就是累积医生的临床经验和地方医疗资源不足的问题。

所以正好某个牛逼的医生在小地方任职，那基本会在当地掀起一个巨浪，带动医疗资源的充分燃烧。

然后他能回来自己开诊所。所谓的开业医，收入是非常非常高的。

这才是双赢。中国这里束缚了医生的个人发展，必须扎堆在一堆教授里内卷，看病的同时还得搞学术，还得搞关系。简直了。

@ivvei 自助性我没办法理解成自由度，大部分是被动自助。有明确第二意见的需求，这构成自由度，不然我的这个例子就是极大的“自由度”在浪费医疗资源“13 个医生”。
@hubaq 私立能走医保的，价格一样。所以问题要么就是终端的医护临时工嫌麻烦，要么就是医院有利益指标。

@missx 没哪个 ai ，让 hermes 调度罢了。需要定义框架，每一个疾病的权重因子不一样，你得先了解这个专病的一些指针。然后就是数据清洗罢了。比如采集论文。主要还有去幻，要让 ai 自己 review 真实性。我暂时还没动到社采的地步，不然小红书也好 reddit 也罢，都塞进去，但没必要，脏数据太多。
并且结合自己的规范化输入，比如我用 ai 写了排尿排便自动记录的应用，我老婆只要事后拍张马桶的照片就能结合 vision 自动分析。标记时间，色泽，估算尿量等。其他是否用力，疼痛感，开塞露借助等补充，通过语音录制和选框来入库。
我甚至在想，是否需要弄个运动相机跟拍，分析体征等。想想算了，毕竟我不吃医院的饭。

@mooyo 对，医疗制度设计让医生疲惫，患者痛苦，双输的局面，比如我这种，需要 MDT 支援的，国内公立三甲并不提供，或者导医台你问也是三不知。就会占用大量医疗资源，挂了 13 个医生。每个医生 5 分钟的话。起码也要耽搁医疗体系起码 1 个小时的资源。并且我也只是得到了自行分诊的效果，并没有得到实质性的帮助。属于双输。

病情不紧急，这个不是医生判断的标准。即便紧急，一样没号的。急诊能救就救，救不活就死了。这种太多了。大多数晚期或者绝症的，是在求医过程中死的。而不是在治疗期间或者手术后死的。其实这个医疗系统早就超负荷了。根本接待不了这么多人。

而且还有一个就是利益问题，我这边做磁共振，公立已经约到了一个半月后了。而没人会告诉你，去私立很快能做。即便公立和私立体检机构有合作，护士或医生也不会提一嘴。他们要的是预约单排满，而不是分流。集中化，都是钱，没人管你病情紧急与否。没人会告诉你医疗资源应该如何调度。

@xiaobox 对，ai 真的要进入临床实践，老停留在概念，或者高精尖，而不是落地，真的没办法实惠到百姓。
老百姓根本不是医疗水平问题，而是医疗资源分配问题。比如我这种，明明可以通过分诊，比如安排分诊台的不是一般的护士而是专业医生（急诊调过来），能熟练运用 ai ，能提前获取病人病例，能高度电子化病人档案。这些早就可以落实了，在病人异地看病之前，就能判断有没有必要了。不然大城市的医疗资源根本不管用，虹吸周边。

吐槽一句，一个非制度设计者都能看到的 bug ，到现在不修，上面不是坏就是利益纠葛。

@Fading2276
我老婆这种情况，只有美国的芝加哥有，全球最大病例系统，并且有正式的 mdt 算法。
但国内，坦率说，这类 mdt 几乎不存在，我明天去看私立医院，是这方面的权威，但也只是神经外科医生联合骨科+泌尿来会诊，主导的还是神经外科的单线程诊疗。

@acupnocup 对，这个算是罕见病了，tarlov ，调档论文全球，美国比较多。芝加哥 25 年有 417 例，日本有 83 例，而中国只有 32 例。

@CHNTDCS 医疗制度不一样，我早年带我妈去日本看癌症的，有一定了解。先是让你到小医院，或者私人医院就诊，会做一定的评估，只有这个医院搞不定，才会给你写介绍信到上级医院，并且告诉你应该去哪个科室，推荐哪些医生是你对口的。然后我就带我妈去了顺天堂医院。全套下来，无任何障碍，没找任何其他医生，因为他们本身就会做路径优化的，除非你要接受不同的治疗方式，这就是第二意见。

中国有上级就诊建议，但只是说，我院看不了了，你去更上一级看看把。直接踢走，如果危及生命会给你开个转院证明而已。

不是日吹，但日本在很早就完成了分诊制度。加上现在 ai 加持，私人诊所能提供更丰富的意见和方案。他们的医生更综合一些，但的确中国的医生在深度上造诣更高，特别是外科，因为每天做的手术都成肌肉记忆了。

@yingha 相反
养老金才是真福利，回本 7-11 年。回报率普遍在 8%以上，虽然现在减慢了。
医保才是最坑的，医保分为甲乙丙类，大部分特效药，都是丙类。
医保交满 25 年，享受终身制，但也仅仅提高了 10%-20%的甲类品的报销。
一般退休来个癌症绝症很常见，需要起码乙等来保守治疗，丙等来救命。比如 pd-1 。

年轻时，要啥医保。都是吃饱没事干去医院做个体检，发现自己脂肪肝，腰椎间盘突出而已的职业病。全都是可代偿的疾病，但医保每年起码要支出 5-6k 把。这个自己个人账户几乎分不到多少钱。

我不交医保社保，我看病直接刷卡，一年打死全套体检也就 4-5k 。但你要自己体检不陶钱，起码得医院认识人，给你开住院单。才能持平。但不至于年年体检把。

@Danswerme https://www.aiddata.org/publications/argentina-profile-of-chinese-development-finance-2000-2023
的确不是 36 亿，是 360 亿的贷款，其中 84 次捐赠，规模不清楚，应该小于 36 亿。下次我换个严谨点的 ai 披露数据。