事件
Midjourney（以生成式影像聞名的 AI 新創）近日公開了其醫療超音波掃描器的幕後製作影片。這款掃描器號稱將以「便宜、無輻射、高清」改造醫療影像產業，計劃先在高級水療館部署。然而，20 分鐘的示範影片中展示的全是「成像模型掃描」（imaging phantom——即實驗室標準樣本），並未提供任何真實患者、真實臨床環境下的驗證數據。
問題所在
示範與實證之間存在一條隱形的鴻溝：
1. 控制環境 vs. 現實雜訊：實驗室的成像模型是光滑、標準化、已知結構的物體。人體卻充滿脂肪、骨骼、氣體、疤痕組織——這些都會散射超音波信號，使得清晰度與準確度大幅下降。
2. 操作員技能懸差：20 分鐘影片展示的掃描由訓練有素的技術人員執行。而真實醫療環境中，操作員技能參差不齊。廉價設備往往意味著用戶體驗不一致。
3. 選擇性展示：我們看不到失敗的掃描、模糊的邊界、或需要重複掃描的案例。媒體心理學稱之為「倖存者偏差」——只有最好的結果被秀出來。
4. 規管空白：醫療掃描設備需通過 FDA（美國食品藥物管理局）或當地醫療器械許可。示範影片並未透露該掃描器的認證進度，或是否已在真實患者身上驗證過。
深層模式：示範經濟學
在科技產業，「示範」已成為一種獨立的經濟現象：
- **Tesla 電動車**早期也靠「不可思議的加速」影片吸引投資者，但實際交付延遲數年。
- **Theranos 血液檢測機**的創辦人伊莉莎白·荷姆斯曾展示完美的機器運作，卻從未在真實患者樣本上驗證準確度。結果公司倒閉，荷姆斯遭刑事起訴。
- **Neuralink 大腦晶片**最近發布了患者移動光標的影片，但尚未發表同儕審查的論文證明其長期安全性與有效性。
這些案例都遵循同樣的劇本：精彩示範 → 媒體報導 → 投資湧入 → 實驗室數據與現實數據之間的巨大落差暴露 → 信任危機。
為什麼會發生？
心理層面：人類對「視覺證據」的信任度遠高於「統計數據」。一段 20 分鐘的完美影片勝過 100 頁的論文，即使論文提供的是更可靠的資訊。
商業層面：初期籌資競賽激烈，誰先秀出最驚人的 demo，誰就先搶到風投注意力。等到臨床試驗結果出爐（通常需要 2-5 年），已經太晚了——融資早已完成，期望已被設定。
技術層面：某些技術確實在實驗室條件下工作得很好，但「工程化」到生產環境時會遭遇難以預見的複雜性。示範者往往低估了這個距離。
破解方法
當看到任何醫療技術示範時，問以下問題：
1. 有沒有同儕審查論文支持這個聲稱？ 2. 樣本量有多大？是控制環境還是真實患者？ 3. 和現有標準治療比較的 head-to-head 試驗在哪裡？ 4. 監管機構（FDA、CE Mark 等）的認可進度如何？ 5. 失敗案例或邊界條件有沒有被揭露？
Midjourney 的超音波掃描器可能真的會改變醫療。但改變不是來自漂亮的示範，而是來自紮實的臨床數據。那些數據還沒出現。