本文约1900 字，阅读约需 4分钟
写完本文后和一位做过搜索引擎、健康AI的著名大佬聊了聊，他其中一个观点是，你们真人营养师都没跑起来呢，不用着急AI来抢你的饭……
上周返工后，和同事聊我们的工作室在未来发展上，有没有什么危机？
我说，看到ChatGPT，我比较担心人工智能的快速发展会影响咱们的存活。当时别的同事还是很乐观的，觉得 5 年内没问题。
其实我当年之所以从医院辞职，一部分原因就是觉得一线营养师的工作，很容易被AI替代。2018年有一次机会问比尔盖茨问题，我也是问的有关人工智能对公共卫生的影响。
我对这件事的危机感由来已久，今天就谈谈我的认识。
营养师哪里不如AI？
▎营养支持方案很容易被替代
营养学在个人层面的应用，非常容易通过软件来实现。
比如基于一定专业知识，有了前期诊断和身体数据后出一个营养方案，配套各种营养产品、标准化的食物，非常容易。
十几年前，让我免费做个营养病历、出个体化营养食谱是不太现实的，因为背后的计算工作量很大，我得花两三个小时去做，但这些工作逐渐就可以通过软件替代，而且AI很容易就比人类要强，起码不会计算错误，不用休息，不怕量多…
只不过由于营养师都挣不着多少钱，花大力气做这种软件的公司最后也活不下去（好用的软件一般卖五六位数），因此软件迭代非常慢。
但人工智能的发展应该是达到一个奇点之后，就会进入爆发式、日新月异的发展，整体AI产品能力非常成熟后，应该是非常简单就可以融会贯通到营养领域。
到时候作为一名一线营养师，在给营养方案上真是毫无优势了。
▎普适性的观点专家常常不靠谱
且不说按照套路输出方案，我现在主要提供的大众化消费的营养健康科普内容，AI也是很容易提供的。
尤其最近有关疫情话题，我发现面对一个新的话题，各种专家谈该怎么应对时，好多专家都还不如AI讲得客观、准确。
矛盾的是，真正靠谱专家、专家共识提供的也还是常规的那些东西，除非这人讲得差得离谱，否则内容同质化也会很严重。作为一个读者也根本分辨不出差别来，AI 反而它能够很好识别出原始资料中的一些细节，再重新整合整理，给你一个看上去很规整，至少普通老百姓看上去读着很正确的一篇内容。
所以这类需求也容易通过AI满足。
我目前的优势
▎专业度
细究专业度，或者一些细节信息的详实程度、准确度、时效性，可能现在人工智能比起我的能力来说还是差很多。
▎聊闲天
上一条优势其实并不太重要，我现在做大众科普，特别是日常营养这方面的知识，也不可能讲得太深。
反倒在面对患者进行教育陪伴的时候，能够正确理解对方的意思，揣测出他的实际情况，其实难度更大。甚至之前之所以 AI营养师还不能够应用在实际场景，主要也是因为这些唠家常的“闲聊”难以实现。
▎个人品牌
大家对于一个信息的出处、作者专不专业是带有怀疑的。如果我像过去16年这样一直坚持着，提供给大家比较先进、非常靠谱的信息，大家对于经过我这样专业人士的把关的信息，还是比较信任的，这是我最大的优势。
同时，我也可以借助人工智能，比如查资料的环节，通过人工智能起到类似搜索引擎的作用，或者提供给我一些新的思考维度查缺补漏。
▎医学领域垃圾信息多
最近人工智能的突破主要还是自然语言理解方面，在专业领域还是得提供优质的信息输入之后，才能够输出更好的内容。
所以我目前还有一个战略上的优势是，在医学、包括营养学上，不靠谱的公开信息太多了，给人工智能喂了不少的垃圾。
在没有特别针对细分领域调教的前提之下，我还是有信心胜过AI的。
▎法规占理
最后，我认为现在影像学诊断的准确率多数医生是明显不如 AI 的。
但是为什么不能让机器做？
因为涉及到责任划分和法规的问题，从追责的角度，还是咱们人类容易背锅，还是有一定优势的……
所以我的重点发展方向应该是——
会背锅的喜剧营养师。
我问比尔盖茨（2018.3）
How do you think AI will reshape the structure of public health?
你认为人工智能将如何重塑公共卫生的格局？
It will have a significant impact on every aspect of healthcare, from helping researchers discover new drugs faster, to diagnosing cases more accurately, to encouraging patients to stick to their treatment regimens.
人工智能对医疗保健的各个方面都将产生重大影响, 从帮助研究人员更快地发现新药，到更准确地诊断病例，以及鼓励病人坚持治疗方案。
If we collect the right data, we can start to get a clear sense of who is at risk of what, sothat we can deliver the right interventions to the right people at the right time. This approach can improve the quality of care people receive while reducing cost by orders of magnitude. There are four steps the global health community needs to take to seize this opportunity: register all births and deaths, track disease, incorporate laboratory analysis (instead of just making best guesses about causes of death), and train more people to do this kind of work.
如果我们收集了正确的数据, 就可以更清楚地了解哪些人有得哪些病的风险, 这样我们就可以在正确的时间，对正确的人进行正确的干预。这种方法可以提高人们接受的护理的质量, 同时大幅降低治疗成本。在全球健康领域，我们需要采取四个步骤以抓住人工智能这个机遇: 登记所有的出生和死亡；跟踪疾病进展；纳入实验室分析(而不仅仅是对死亡原因进行最佳猜测) ；培养更多的人从事这类工作。
限 时 特 惠： 本站每日持续更新海量各大内部创业教程，一年会员只需98元，全站资源免费下载 点击查看详情
站 长 微 信： lzxmw777
