Search
平安夜接到案家的通知，個案平安了！
約莫一周前個案因敗血性休克狀況非常不好，入院後由一般病房轉入ICU，站在安寧緩和的立場，提醒家屬不要過多侵入性治療，與家人們一起準備面對這嚴肅的最後一刻。居家護理介入三個月，能改變的只有建立良好的照顧方式，讓個案舒適穩定的在家裡，不要奔波往返醫院，至於無法改變的疾病腫瘤與超高的癌指數(CEA:28320)就擱置，我不是神，沒辦法扭轉任何，也只能陪著擔心與默默祝福。
接到家屬傳來這消息，心裡替個案有一點點解脫的感覺「最後安詳地離去，平靜沒有痛苦」，對個案或家人都是最好的結局，沒有人需要為死亡這件事自責或歉疚，活著的人能維持正面的心境過新的生活非常重要，生老病死不是誰造成或誰應該扛起的責任，每個人的生命都是自己的因果不是靠誰主宰，而人生的意義與價值也是短短幾十年累積的結果。
生者平安，逝者也平安，護理師盡力讓個案一家好好四道人生，我的心裡也很平安。
平安夜，聖誕夜，不管是什麼信仰，心裡沒有遺憾就是平安。阿彌陀佛🙏。阿們⛪。
機器學習財務學
經濟學家，尤其是計量功夫不錯的，要學「機器學習」這現今人工智慧的顯學，困難度不算太高。所以一開始學，不少人都嗤之以鼻，這有什麼，明明是loss function, OLS, logit這些東西的變形，有什麼了不起。Sendhil Mullainathan這堂在年會開給財務經濟學家聽的課，一開始也是讓我這樣感覺，「又一個瞧不起機器學習的傢伙」。我自己也涉獵了一點點機器學習，所以我知道不是這樣的，人工智慧可深可廣，經濟學可以從中學到的東西可多了。
但Mullainathan很快進入正軌，沒有了嗤之以鼻，而指出了機器學習和經濟計量的最大不同，果然行家一出手，便知有沒有。他用的名詞是y hat和 beta的不一樣。讓我用一個簡單的例子說明。網路上有一些幫你算房價的服務，房價在預測模型裡，在等式的左邊，也就是y變數，等式的右邊就是一大堆x變數。x變數的前面有大小不等的係數，比如說房子大小，就是一個x變數，直觀來說，係數該為正，越大的房子，房價越高。
對經濟學家來說，模型好壞很重要，關乎到能不能解釋房價的差異，所以我們注重這些係數，我們上窮碧落追查係數的統計分佈，要知道這些係數有沒有統計上的意義，所以我們的問題是係數的問題，也就是beta的問題。我們擔心這些x變數彼此間的互動關係，會影響係數的準確度，所以我們不敢亂加x變數，但我們也擔心未知變數和x變數的關係太大，也影響準確，所以加與不加，都是一門學問。
但機器學習管你統計分佈去死。除了少數情況外，變數越多越好，數據越大越好，只要「預測」的工作做得好，模型再醜，再沒道理，都沒關係。如果你的服務只是提供客戶準確的房價預測，而不是決定房地產政策，你真的不用管統計分佈，不用管beta，只要管預測值y hat好不好就好。
Mullainathan說明beta問題和y hat問題的不同時，說得生動有趣。他說，經濟學家不但要知道係數有沒有統計意義，甚至還要找出因果關係，有點太貪心了，數據科學家根本不管這些。的確，我們在學院裡受訓練時，討論選題目的重要條件，其中一個要件就是這題目的政策意義是什麼。經濟學家關心的是建出來的模型對政策制定者的建議是什麼，關心的是跑出來的模型係數代表的意義。因果關係如果不是最重要的發現，至少也是追求的方向。但無人自動車仰賴的人工智慧，要的不是漂亮無比的模型，不是要了解環境對車子運行的影響，而是怎麼樣「預測」最好的路徑，不要撞到人車，而穩穩前進。兩種觀點有相關，但角度完全不同。
Mullainathan說，機器學習可以給經濟學家許多的新角度。比如說，機器學習的方法，可以帶來新的數據，real time即時的數據。建傳統的經濟模型，為求係數準確，變數值很少可以即時。但大數據的機器學習，不管係數準確，只管預測值好，所以什麼都用。如果什麼都用作變數，即時的預測，是可行的。而且，越多數據，預測越準。他講著講著，我就想到當年葛林斯潘講過的一個故事。葛林斯潘在福特總統的時候當CEA主席，遇到突如其來的景氣衰退，白宮不知道要採取什麼政策應對，很需要一套即時的景氣指標指導政策。當時還用GNP為主要數據，但GNP一季才統計一次，緩不濟時，葛林斯潘採了許多捷徑，硬弄出一套一週一次的GNP預估，而據以指出當時的景氣衰退只是庫存增加的短期衰退。如果有大數據支持的機器學習預測，憑著這許多即時的數據，其實經濟政策執行者，已經可以有很好的預測模型。這會是總體經濟學家很有用的工具。
又比如說，建造模型。經濟學家可以用機器學習的散彈槍打鳥方式，先求多不求準的塞入x變數，取得一個預測成果。再把經濟學家真正有興趣的變數拿走，再取得一個預測成果。比較下來，我們就可以猜測這x變數本身，是不是有價值，值得加入模型。史丹福的Susan Athey之前在EconTalk裡的一個訪談，也提到類似的模型選取方式，英雄所見略同。Athey也是個經濟學家涉足機器學習的例子。
Mullainathan整篇演講最有意思的一點就是，他說財務學之所以在經濟學的領域裡，堪稱發展最蓬勃的原因之一，就是我們一直都是在做「預測」有關的事。係數對我們來說很重要，但預測成果也很重要。資產鑑價的模型，最後都得拿到真實世界裡做樣本外的「預測」。沒錯，我們做財務的，本來就有許多沒有統計分佈的分析，像是「和random walk比賽」這樣的論文，比比皆是。而且許多財務學家，在找要素解釋資產回報異常的時候，也不一定是要了解係數和政策意涵，我們很多都是在找一個可以發財的要素而已!
從這演講衍生，我有兩個很重要的觀點。一是，社會科學常被詬病缺乏可複製性，不像自然科學，A實驗室做得出來，B實驗室做不出來，是不行的。社會科學多的是你做你的，我出我的論文，沒有可複製性，這樣怎麼推進科學呢? 問題出在那裡? 我覺得很大的一部份原因，就是社會科學家不管「預測」，只管「統計意義」。如果論文的結果，是以「預測」的成功度衡量，可複製性的問題，就去了一大半。
另外的一個觀點是，我相信華爾街的大quant避險基金如Renaissance, Two Sigma，一定早就用上了機器學習。人家早就用人工智慧在賺錢，小散戶還覺得自己有機會嗎?還不乖乖買大盤，抱長期嗎?但另外一個問題是，當主要投資者，都能準確預測未來時，未來還會是未來嗎?模型還會準嗎? Yogi Berra說，「預測是最難的了，尤是和未來有關的預測」，此話不假。
《病歷中文化？根本是假議題，假人權，真鬥爭！》 （文/A Nan）
人權，人權，多少罪惡，假汝之名而行。
多少仇醫團體，美其名，捍衛病人人權，
實則，壓迫醫療人員的專業與尊嚴，漠視醫學語文教育文化。
醫病溝通，告知說明，早就有中文!
病歷記載，醫療記錄，書寫言論自由，早就中英融合!
喊喊口號，
「強制病歷全中文」，去英文，
根本是假議題，假人權，真鬥爭!
為了少數醫糾，要告醫師，好打官司，
要醫院找一個「病歷書記官」，
像法院書記官，全中文化，寫逐字稿嗎？
醫病不互信，
最好，再來個病情診治「全程錄音錄影」？
「病歷書記官」的時間，人力，成本，誰要負擔？
立法委員，要立法推動強制病歷全中文？
有沒有法律經濟分析的概念？
真是外行壓迫內行，異端邪說，
台灣醫療人員的專業與人權何在?
立委施壓衛福部，
立委大扣分！
要立法禁止，百年來，台灣病歷書寫醫學英文?
如果會尊重台灣醫療，會尊重多元化....
中文，英文，台語文，日文, 都可以用...
是什麼（政治/仇醫）動機?
怎麼會歷史大倒退，
試圖要推動極端「強制限制病歷中文化」的政策呢？
何況，診斷書，藥袋說明，衛教單，手術麻醉，
都特別有中文說明了，
醫病信任下，有些病人，
我們用英文，有些用日文，有些用台語，都可以。
為什麼要限制我們醫療人員之間，
醫醫溝通術語，藥物，檢查，儀器，不能用英文?
PI,PE,NE,DRE,EKG,KUB,SONO,CT,MRI...
PSA, CEA, CBC, Hb, ...
Panadol, Keflex...
你自己來寫中文看看....
不寫英文，搞成中文，
連別的醫師都落落長看不懂了！
妨礙醫療效率與醫療品質，反而危害病人安全，
仇醫亂搞，累死醫護三軍，病人也沒好處！
行善? 不傷害 ? 公平正義? 違反醫療專業自主原則！
「強制限制病歷中文化」的偏執政策主張，
符合衛生政策之倫理決策原則嗎？
為了少數的醫療糾紛告醫師，
就要100% 推動病歷強制中文化?
要不要順便推動「航空塔台中文化」？
「病歷中文簡體化」?
「電腦術語禁用英文中文化」？
腦殘仇醫害病沒藥醫！
我們醫療人員的多數主張:
1. 堅定捍衛台灣醫護與醫療人員的專業裁量，專業書寫與言論自由！
2. 病歷書寫，旨在記錄病情，促進醫病溝通與醫醫溝通，台灣病歷書寫英文，有專業之醫學教育習慣，亦方便國際醫學交流，值得珍惜與尊重。
3. 堅決反對外行指導內行，反對仇醫極端「強制限制病歷中文化」的偏執政策！
全方位醫療糾紛管理,
Total solution Dispute Management,TDM，
也不是這樣搞的！
TDM，TCM training program
iCARE ...
我們的主張，爭點，
不是「強制限制病歷中文化」，
而是:
CCMC
Care-Centered Medical Culture
如何建立以「關懷」為中心之職場健康促進與醫病溝通文化？
如何化解醫療糾紛？
視病猶親？視醫猶親？
關懷文化，應該是互相的！
醫護關懷病家，病家也要尊重信賴醫護醫療人員！
不限文字，語言，宗教，黨派，地域，省籍，國籍，性別...。
遇到極少數奧客鯛民，
「強制限制病歷中文化」，也無解吧！
參照: 《99%的醫療糾紛都是可以避免的！》
（by @A Nan Tsai ）
【CEA-上皮癌胚癌抗原】 什麼是CEA❓ 癌細胞在生長時會分泌出醣蛋白，這些醣蛋白可以在人體的血液中測得，其數量變化可以用來辨識腫瘤，而CEA就是其中的一種。... ... <看更多>
cea是什麼 在 癌指數CEA高，要不要緊？｜李宜霖醫師 - YouTube 的推薦與評價
2020.08.11 CEA 癌胚胎抗原, CarcinoEmbryonic Antigen 來源： 黏膜細胞發生病變、癌化、或是發炎，所產生 CEA 跟哪些癌有相關：1. 胃癌、大腸癌、胰臟 ... ... <看更多>