<p>試著想像，當你來到醫院診所掛號時，面對的不再是醫事人員，而是一個個聊天機器人&#8230;&#8230; 由美國人工智慧研究室 OpenAI 開發的 ChatGPT，甫問世就成為全球焦點，對各行各業帶來衝擊，醫學界也不例外。也許在不遠的未來，它就會成為醫療機關的常駐角色。ChatGPT 這類型的人工智慧科技，在醫療上究竟多強大，又有哪些限制和需要留意之處？一起來聽聽專家怎麼說。</p>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>科技新寵 ChatGPT 的家族身世</strong></span></h2>
<p>只要輸入疑問或指令，就可以給出人模人樣的回答，還可以一鍵翻譯和改寫文章，如此強大的 ChatGPT，一推出就在全世界爆紅。不過你知道嗎？ChatGPT 和 GPT 其實是兩個不同的部分：ChatGPT 指的是建基於 GPT 這個大型語言模型（Large Language Model）架構下，所開發的一款聊天機器人程式。</p>
<p>&nbsp;</p>
<p>過去的電腦系統像個死記硬背的書呆子，只能儲存大量的資料文字，但隨著 AI 科技、深度學習的演進，人們透過大量文本數據來訓練，終於研發出可以理解和生成有意義文字的大型語言模型。那麼 GPT 這個大型語言模型到底有多大？目前開放免費使用的 GPT-3.5，就包含 1750 億個參數，讓它成為空前的大型語言模型王者。</p>
<p>&nbsp;</p>
<p>除了 ChatGPT 之外，GPT 還能發展出各樣智慧化服務，展現令人驚異的創作能力，這就是生成式 AI（Generative AI）的特性。除了產出文字，生成式 AI 還可以創作音樂、圖片等其他形式的數據，例如 OpenAI 與微軟合作開發的寫程式好幫手 Github Copilot、可以一鍵生成精美圖片的 Midjourney，都是生成式 AI 家族的一分子。</p>
<p>&nbsp;</p>
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2023/09/13-1_670x460.jpg" /></p>
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">以大型語言模型為基礎的生成式 AI —— ChatGPT，一推出便風靡全球。</div>
</div>
</div>
</div>
</div>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>將「工人智慧」轉型成省時、省力、更聰明的「人工智慧」</strong></span></h2>
<p>生成式 AI 強大的語言能力，讓它非常適合處理繁瑣的文書庶務，對繁忙的醫護工作可謂一大福音。中國醫藥大學附設醫院人工智慧中心游家鑫副主任表示，在 AI 的幫助下，臨床人員可以透過打字輸入將資訊結構化。甚至在忙得連雙手都沒有空檔時，醫護人員只要用語音輸入，就能完成記錄整理、系統問答或資訊搜尋的工作。</p>
<p>&nbsp;</p>
<p>舉凡病歷紀錄、出院摘要、檢查報告、轉診信、授權書等繁瑣文件，先由 AI 將資訊結構化整理，再經由醫護人員審核確定，便可以在短時間内整理好大量臨床資料，簡化交班流程。尤其在和病魔搏鬥的前線，減輕時間和人力負擔，都有助於改善醫療工作的環境與病患的治療品質。</p>
<p>&nbsp;</p>
<p>國立陽明交通大學數位醫學暨智慧醫療研究中心的楊智傑教授進一步指出，大型語言模型的應用還能協助解讀病歷資料。</p>
<p>
他以有抽菸史或家族慢性病史的患者為例，這些記錄在病歷中的資訊，是理解病程進展及病症變化來龍去脈的關鍵。而 AI 模型就像是醫師的小學徒，憑借大型語言模型對文本的掌握能力，透過大量病歷資料的訓練，建構出對病歷時序性的理解。當 AI 模型越臻成熟，就可以發展成為醫療資訊的輔助決策系統，只要投以病歷，就可以將資訊、療程規劃等内容視覺化，讓醫師可以做出更全面的診斷。</p>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>讓醫生成為更好的醫生，病人也能享有更好的醫療</strong></span></h2>
<p>根據美國皮尤研究中心（Pew Research Center）日前的民調結果，有六成美國人對醫生仰賴 AI、進行診斷與提供療程建議感到不自在；可見一般民眾也可能對欠缺溫度的 AI 科技應用心生抗拒。對於這樣的質疑，臺北榮民總醫院智慧醫療委員會執行秘書鄭浩民醫師表示，思考方向應該要回歸到醫學的本質，也就是讓病患得到更好的醫療。</p>
<p>&nbsp;</p>
<p>鄭浩民醫師強調，「很多事情可以由 AI 來解決的話，就讓 AI 來協助，但我們要專注於 AI 無法做的事。」</p>
<p>&nbsp;</p>
<p>換個角度來看，生成式 AI 的應用，也許能在資源有限的情況下，更好地促進醫病關係。大家可能都有過類似經驗：排隊掛號等候了許久，好不容易見上醫生一面，光搞清楚醫生口中的專有名詞就花了大半時間，迫於時間壓力，不得匆忙結束會診。</p>
<p>&nbsp;</p>
<p>如果有了建基於大型語言模型的生成式 AI ，就能根據病患要求，以更通俗易懂的客製化方式，傳譯艱澀難懂的醫療術語，弭平醫病之間的知識落差。AI 還能包辦各類工作，例如查核病患的醫療險保障範圍、安排複診時程、通知療程前後的注意事項等，讓醫療服務更上一層樓。醫護人員因此無須分神在和醫療過程無直接相關的事務，可以更專注在問診和照護上，讓醫生做好醫生的工作，病患也能更安心地接受治療。</p>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>問題來了，ChatGPT 有沒有可能搶走醫師的飯碗？</strong></span></h2>
<p>早在 2016 年，被譽為「深度學習之父」的傑佛瑞．辛頓（Geoffrey Hinton）就宣稱：人類應該停止訓練放射科醫師，因為深度學習將在未來五年比他們做得更好。辛頓的預言雖然至今並未成真，但 ChatGPT 推出以後，「AI 取代人類工作」的說法再次甚囂塵上。日前就有研究者讓 ChatGPT 模擬參加美國醫師執照考試，發現它在沒有經過加強訓練的情況下，能在三項考試中取得介於 52.7 分到 75 分的成績，幾乎可通過每年平均約 60 分的及格標準。</p>
<p>&nbsp;</p>
<p>面對「AI 會取代人類醫師」的疑問，鄭浩民醫師認為，AI 科技浪潮勢不可擋，醫療產業確實需要轉型，但在應用 AI 科技時，還是需要醫護人員進行確認及把關。</p>
<p>&nbsp;</p>
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2023/09/13-2_670x460.jpg" /></p>
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">AI 科技浪潮勢不可擋，但在應用 AI 科技時，還是需要醫護人員進行確認及把關。</div>
</div>
</div>
</div>
</div>
<p>&nbsp;</p>
<p>游家鑫副主任也提醒，用於發展生成式 AI 的大型語言模型，目前在醫療領域仍存在一些限制與挑戰。首先是可信度的問題，由於 AI 模型中，參數的隨機性可以被調整，因此每次的回答都可能略有差異。他指出，美國微軟研究院（Microsoft Research）就曾發現 GPT 產生所謂的「AI 幻覺」（AI Hallucination），即生成與使用者提供的資料無相關、無意義或不可信的内容，給出不存在的醫療資訊，可信度大打折扣。</p>
<p>&nbsp;</p>
<p>「模型偏誤」也是另一個特別需要留意的問題。由於訓練資料中可能存在人為偏見，因此醫療機關必須長期密切監測 AI 模型的表現，及時修正、調整，以避免在特定膚色、性別或族群的群體中，出現帶有偏見的結果。</p>
<p>&nbsp;</p>
<p>此外，儘管大型語言模型能消化理解大量醫學知識，但醫療不僅限於文字資訊，如何整合影像檢查、醫學檢驗與即時生命徵象等多面向的資訊，還是要仰賴臨床人員的專業判斷，方能對症下藥。因此現階段而言，大型語言模型與生成式 AI 在醫療上並沒有能力獨當一面，與其說它是人類職業的終結者，不如說它扮演了輔助者的角色。</p>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>AI 發展要有，制度規範也要跟著走</strong></span></h2>
<p>要改進大型語言模型，讓生成式 AI 產出更精準的内容，就必須使用大量的數據來訓練其模型，但如何處理敏感資訊（如病患個資），避免外洩或濫用，也是研發者的一大挑戰。針對資安和隱私的問題，游家鑫副主任提供了降低風險的對策：收集和使用患者資訊時，必須嚴格遵守相關的隱私和法律條規，例如歐盟的「一般資料保護規則」（General Data Protection Regulation, GDPR），以確保所有數據的處理符合相應要求，並明確告知患者數據的使用目的。</p>
<p>&nbsp;</p>
<p>與此同時，數據的「去識別化」也是少不了的重要步驟，即對蒐集到的健康資訊，去除任何可以識別個人身分的訊息。這麼一來就能減少隱私外洩的風險，同時保有數據應用於模型訓練的性質。</p>
<p>&nbsp;</p>
<p>楊智傑教授強調，醫療界導入 AI 應用，應抱持開放而謹慎的態度。他認為，開放的態度在於接受新觀點和醫療流程的改變；謹慎的態度，則在於小心驗證智慧醫療能否真正帶來預期的效益，例如促進病患安全、減少浪費與支出、改善流程等。不管是醫療、科技、法律等領域，都需要更積極地了解發展趨勢，相互溝通合作，才能取得發展與風險之間的平衡，找出全民健康的最佳解方。</p>
<p>&nbsp;</p>
<p>（客座總編輯｜國立陽明交通大學數位醫學暨智慧醫療推動中心 楊智傑主任；研究顧問團隊｜臺北榮民總醫院教學部教師培育科主任 鄭浩民醫師、國立陽明交通大學數位醫學暨智慧醫療推動中心 楊智傑主任、中國醫藥大學附設醫院人工智慧中心 游家鑫副主任；責任編輯｜曹盛威、劉品萱）</p>
