這是我第一次參加鐵人賽，其實我在第二天就斷掉了，第二天我早早就把當天內容準備好，結果按到「儲存草稿」沒按到發布文章，導致我的鐵人賽才開賽就結束了。當時的我真的很難過，有好一陣子快要沒有動力繼續下去，可是這是我自己造成的結果，我沒有怨言。想不到很快就來到三十天啦。先說結論，我還願意參加下次鐵人賽，而且我下次參加就一定要完賽連續三十天！
這次的鐵人賽對我來說非常充實。從最初對生成式AI的技術理論了解，到中期的實作，再到最後探討AI對醫療的影響與未來展望，我深刻感受到生成式AI在現代醫療中的潛力和挑戰。
在第一部分的學習中，我主要專注於生成式AI的技術基礎，如 GAN、VAE等這些核心技術。這些技術是生成式AI 的基礎，讓我理解到AI如何從無到有生成圖像或文本。這些技術並不只是理論，它們實際上已經廣泛應用於醫療領域，特別是在醫療影像分析和輔助診斷中，AI能夠生成精確的病變圖像，幫助醫生進行更有效的診斷。
在第二部分的實作過程中，我進一步體驗了AI的應用潛力。通過和ChatGPT等聊天機器人的互動，我感受到AI可以如何在實際醫療場景中發揮作用，從為患者提供健康建議到回答醫療問題，這些技術讓我看到了未來醫療服務的自動化潛力。特別是在我實際用Python進行生成式AI程式開發的過程中，寫程式讓我更深入了解了AI的運作原理，也提升了我對技術應用的掌握。
到了最後的第三部分，我探討了生成式AI對醫療行業未來的影響，這讓我對技術的發展有了更深的思考。生成式AI 不僅能幫助醫療行業提升效率，還能實現個性化治療、疾病預測等創新應用。然而，我也認識到這樣的技術帶來了數據隱私和技術倫理等挑戰。AI在醫療中的應用不僅僅是技術的突破，更需要在法律和倫理框架下進行規範和管理。
總結來看，這次的學習讓我從技術層面、應用實踐到未來展望都有了全方位的認識。生成式AI給醫療行業帶來了巨大的改變，未來隨著技術的進步，它將成為提升醫療效率和質量的重要工具。我相信生成式AI在醫療中的應用前景是無限且值得期待的！