跟學生說我很喜歡吃XO醬蟹肉煲，一開始他們都不太有興趣，結果看了我吃到第三份，大家也紛紛跑去拿來吃。
這次有同學問西醫辨病是不是範圍比較廣，所以中醫對同一個專病因為辨證分歧很大，所以大家治療的一致性不高，所以治療效果差異很大？
我回答說，現在西醫其實一直朝著精準醫學在走，以風濕免疫疾病來說，現行是以紅斑性狼瘡、類風濕關節炎、修格蘭氏症....等為主，但是研究者發現不管是紅斑性狼瘡、類風濕關節炎、修格蘭氏症，每種疾病都會有患者會測到很高的TNF-α，所以可以打生物製劑「恩博」(Etanercept)，也有其他患者測到很高的IL-1β或是IL-17，可以施打生物製劑「莫須瘤」(Rituximab)。
所以現在有研究者提出，是不是不應該再分成紅斑性狼瘡、類風濕關節炎、修格蘭氏症....等，因為這些疾病可能有overlapping的pathogenesis病理機轉，建議是以抽血測出的biomarker來分類，比如說分成TNF-α drive disease、IL-1β drive disease或是IL-17 drive disease，但現今還尚未做成定論，但我們可以藉此知道，西醫其實有反思怎麼樣找出疾病的最終本質來分類，並達到最終的治療目的。
那中醫因為多種辨證系統不同，八綱辨證、臟腑辨證、六經辨證、衛氣營血辨證......等，比如說有個患者主訴胃酸過多，一個醫家辨證胃火旺，開了清胃散有效，另一個醫家覺得是肝氣鬱滯，開了加味逍遙散有效，又一個醫家辨證肝氣犯胃、肝脾不合，開了柴胡疏肝散、四逆散也有效。
那到底誰有效呢？其實三位都有效，因為三個人是同不同角度來看同一個病人，治療大方向都是對的，至是治療計畫不同，有的直接治胃，有的先疏肝，有個肝脾同治，這就有點像說你從台中到臺北，坐高鐵、坐火車、開車、騎機車、騎腳踏車、用走路的，總有一天都會到臺北，差別至是誰比較快，或是誰比較省錢。
所以像這樣的中醫體制，因為你沒辦法說誰對誰錯，各個派別因為時代背景不同，有其存在的理由、必要性與重要性，加上華人文人相輕的使然，其實大家都不服誰，大家都覺得自己的辨證是最正確的，所以比較沒有一個一致的討論基礎，那在這樣的情形下，要有一個統一的標準辨證與治療是滿困難的，過去我看過很多中醫藥系統性回顧與meta analysis的PAPER，很多在最後的結論都會說，因為本次納入的研究不管在治療方法、辨證分型、與病人型態......等的異質性太高，所以無法有一個一致性的結論，所以對於這個並無法推薦一個共識方劑或中藥給大家。
所以我覺得根本的解決問題，還是要回到上個月導生聚我提到的內部一致性(醫師自身)與外部一致性(醫師彼此之間)，
[導生聚] 內部(自己) intra-rater一致性和外部(同儕) inter-rater一致性
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
後記1：因為有學弟問問題，補充回答如下
基本上人做得到的，AI大部分也做得到，反過來說AI做得到的，人大部份也做得到，只是時間上來說AI會看起來快很多，如果以監督式深度學習來說，那用AI訓練還是要先有高內部一致性來設定目標，那如果是非監督式深度學習，在目前多對多的中醫概念下，準確度我比較不好說。
AI他不是萬能，人如果自己都不太清楚的，要靠AI提昇，我覺得模糊對模糊，真的是你想要的嗎？
我目前臨床上已經可以某程度用肉眼看舌診區分是不是有修格蘭氏症，甚至很多西醫抽血沒有SSA/SSB，我有一點把握告訴患者切片完確診機會很大，因為同樣是陰虛免疫性疾病的陰虛舌診，就是跟一般疾病的陰虛舌診不一樣，看久了會看出來difference，當差距累積久了，就會看出顯著，所以可以有一定的準確性。
像這樣的分類判斷方法，真的仰賴自己的內部一致性，可以分別常與不常，就如同脈診有其常脈與本位，知其常才可判斷病脈與病位病勢。
我幾乎都在談內部一致性，很少談到外部一致性，因為我覺得內部一致性是自己的內功，自己的修煉，是最基本的，而且也是我目前一直在做訓練。
而外部一致性因為常常需要牽涉到其他人，干擾因素太多，我實在是很難有建議，但是如果能夠透過一個有系統有實證，甚至是有問卷、客觀化舌脈診來與臨床做比較，大家可以有共同的東西討論，不然會發生，同一個病人把脈老師把了左關浮，學員把的是右關浮，這樣兩個人討論的很熱烈，其實再講不同的東西。
這樣很難說大家可以把知識一個一個的疊代上去，或是說我們中醫的疊代需要花幾百年才可以，這樣的速度太慢。
現在是一個快的打敗慢的的時代，最近大家恐慌說AI會取代很多職業，我覺得是速度疊代太慢的要小心，你不一定是被AI取代，也有其他項目可以取代你。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
後記2：
AI看似會辨證準確，那是因為人的辨證不準確的錯覺，雖然說望聞問切四診合參，但其實一直都有單一診斷可以達到99.99％的神醫，比如扁鵲，單靠望診可以看透人體，現代也有很多醫家，單靠問診不把脈，或是單靠脈診不問診，就可以知道辨證病機，所以是人不夠精確，機器不會算錯，錯的是人設定的演算法，所以是算法錯，那當你也不是很清楚，又想利用也不知道怎麼辨證的AI結果，模糊對上模糊，可能短時間會有一些結果，但我覺得還是有點虛浮，不夠扎實，以一個真實的學問來說，科學辨證是一個充分且必要的條件，其實重點是科學是一件可以「證偽」的事，當你無法證偽，只能說這是教條式主義，我覺得這樣不好，因為教條式主義阻斷了交流式討論。
回到你說AI辨證舌診，說不定是以嘴唇為主，然後你就發展了一個唇診新技術，有時候我們路一直走，走久了會忘了一開始要去哪，可以參考下面文章
[中醫專業研究書籍分享介紹] 《中醫藥大數據與真實世界》，謝雁鳴，王志飛（主編），人民衛生出版社
大約20年前，臺灣其實有一群中醫與統計專家很認真的再做中醫科學化、中醫數據化，但現在大陸也急起直追，變成我們要去買大陸的書來看。
其實這本書就是在講中醫數據化，只是要搭上現在的大數據才用這個名字，內容還是偏中小樣本相關性分析，但是我覺得作者的概念很正確，很多研究最後都偏離了目標，有時候路走久了，就忘了一開始要走去哪裡？
作者提到大數據與真實世界，意思就是真實世界下的大數據才是真的，這就是人的行為，就是醫師與患者的行為，有時候你會覺得結論有點奇特，但這就是他有意思的地方。
我們想看的是舌診，最後出現唇診，你多了一個解決方式，但還是沒有解決聞診問題，這一點我在上上一次導生聚也有談過了，「回到中醫臨床，其實我們常常看到的是標是果，但我們都把果當成因，所以臨床看病是要去探求那個真正的因，也就是造成這個果的原因」。
[導生聚] 探究鑄劍為什麼這麼厲害的技術，其實不是磨劍冶煉那些， 真正的重點是「火的溫度」！
結果我發現我每次導生聚看起來輕鬆聊天，每次都有連續性，還有一致性XDDD
