沈政男臉書全文：
有一篇最近得到全國中小學科展國中組第三名的作品，引發一些醫療人員的關注，因為主題是使用深度學習的電腦技術，來判讀多發性硬化的腦部磁振造影影像，他們的反應幾乎都是：我寫不出來！
不只寫不出來，我想，你也看不懂！
於是就會懷疑不是參展同學自己所寫。
1984全國中小學科學展覽，高中數學組第一名的作品，作者于如岡後來成為台灣最優秀的數學家之一，我想這篇作品在幾十年後的今天，絕大部分人也是看不懂。
因為科展的新聞，我去搜尋了網站，竟然就發現了于如岡這篇得獎作品！當年，科展得獎作品巡迴展覽，來到了我就讀的台中一中，我過去看了，印象最深就是這一篇，因為提到了一個學者叫Goodman，名字很有意思。想不到幾十年後，我又看到了Goodman。
新聞中那位同學使用的電腦技術，看起來很深奧，其實已是現今AI影像診斷的基本工具了，比如我就讀的研究所裡頭，就有好幾位同學都在進行這樣的研究與分析，因為深度學習最厲害的就是影像判讀，剛好可以用在醫學影像的診斷。
也就是說，只要找來相關分析技術的說明，按表操課，一步一步學習，其實不會太困難，甚至連自己寫程式都不用。
電腦技術是這樣，有天分的人在很小的年紀就厲害得嚇嚇叫了，而不想學的人，即使到老，連打字也都沒有完全學會。
真的，不要說人工智慧，很多人連大小寫打字都沒有學起來，打病歷就是一律打小寫。
電腦技術，尤其是寫程式與操作AI，越來越重要！在新時代，這是一種識字率，有一天，不會寫程式就跟不會寫字一樣，等於是一種文盲。
事實上AI醫學診斷已經突飛猛進，在不久的將來很快就會取代人腦診斷。
因為，注意了，那位科展同學有說：誤診太多！
甚至可以這麼說，三十年前，實證醫學興起，取代了傳統的專家說法，接下來的趨勢就是AI醫學，只要你輸入一個醫學病例，電腦就會幫你做出診斷。
我看過那位同學的得獎作品，發現其實他對磁振造影完全不熟，就只是拿來當做機器學習的分析素材，甚至還有寫錯的地方。至於多發性硬化，不要說國內研究不多，恐怕看過病例的醫生都很少。所以說本質上就是一篇電腦技術的研究，跟醫學的關聯比較少。
絕對不是大人幫忙寫的啦，因為，大人，如果沒有特別鑽研那些分析技術與軟體，即使你是人工智慧專家，也未必寫得出來。
當然，台灣大人喜歡幫小孩寫作業是舉世出名，如果連家庭作業都會幫忙寫，參加科展豈有不幫忙的道理？
完全不會幫忙小孩寫作文、算數學、做勞作、複習功課的人，舉個手！
沒有就是沒有嘛！
至於這篇人工智慧醫學診斷，為何不是第一名？我看了第一名，是研究客家染布的改進方法，跟生活的結合更紮實，或許因而勝出了。這一組是所謂的生活與應用科學組。
★快點加入《壹蘋》Line，和我們做好友！
★下載《壹蘋新聞網》APP
★FB按讚追蹤《壹蘋新聞網》各大臉書粉絲團，即時新聞到你手，不漏任何重要新聞！
點擊閱讀下一則新聞
