人工智慧（AI）强大的演算功能及在各领域的应用，已经对许多行业产生衝击与影响，医学也不例外。尤其以 ChatGPT 为例，有着简易清晰的使用介面、自然语言的使用，类似人类的文本生成能力，以及能够掌握各种不同主题的知识广度，让 ChatGPT 得以在极短的时间内就累积了惊人用户。笔者也检视 ChatGPT 如何影响医学领域。

比如德国埃森大学医院医学人工智慧研究所（Institute for Artificial Intelligence in Medicine，University Hospital Essen）等研究单位，目前正持续关注ChatGPT的后续影响。研究人员在生物医学文献资料库PubMed使用ChatGPT的关键字，检索已发表的文献，并从检索成果加以检视文献内容，可以发现ChatGPT在各种测试中都取得了中等或及格的成果。因此，研究人员认为例如ChatGPT等人工智慧模型若持续输入生物医学相关资料并进行演算，在医学领域的应用上将是正确的方向。

医疗机构可以藉由将ChatGPT做为目前常见的人工智慧对话机器人，来加强医护人员与病患的互动情形。ChatGPT可以协助医疗机构将病患提供的资讯进行询问，并进行分流分类，且能提供医护人员初步诊断及最新的医疗资讯。这样的方式将可大幅减轻医謢人员的负担，特别是在地区型的医疗场域，医疗咨询的需求相当庞大，ChatGPT或将有所助益。

而ChatGPT让病患对自身病情有所掌握上也有所提升，甚至在医疗方式的选择、医疗器材的判断、药物依从性（Drug Compliance）等面向的掌握度都有所提高，都能有效提高病患的积极治疗意愿，也让医师在病患的病情及治疗流程的掌控性更加稳定。

ChatGPT 加强对疫情的风险预测能力

面对COVID-19疫情大流行，流行病的传播不但相当复杂，也造成重大的国际间的衝及，世界各地的科学家与医疗人员从中吸取的惨痛教训，寻求创新的科技来加强对疫情大流行的预先防范。

例如ChatGPT等生成式人工智慧，或许将能成为突破性关键。ChatGPT利用演算分析大量数据文献资料的方式，将是风险预测、寻找对抗传染病的抗体上的有效工具。目前人工智慧已可利用深度学习和类神经网路等方式，在应对疫情大流行的背景，分析筛选大量的蛋白质序列数据资料库，生成具有特定组成特征的新型抗体。这样的演算过程，将大幅强化对抗传染病的抗体发现，也因而能增强对于突发性的疫情大流行的应对能力。

将人工智慧运用在大流行病的疫情防范工作，也为不同领域专家之间的创新合作打开了大门。数据资料科学家、流行病学家、病毒学家和医疗专业人员可以共同参与讨论，这种跨领域的科学方法能有效增加流行病的理解程度，而能做出更有效的决策手段。

研究人员更可利用ChatGPT等生成式人工智慧来预先模拟病毒的进化、传播性增加等基因突变的可能，并评估其引起大规模传染的可能性，而能有效的防范疫情大流行的爆发，做好更万全的准备与应对。

近来包括智慧手表、运动追踪记录设备等穿戴式装置的普及，使得病患的生理资讯、健康数据的蒐集得以更加准确与完整。ChatGPT等生成式人工智慧更可藉由分析健康数据，而得知与正常健康的情形有些微偏差或是些微的恶化发生。医疗机构将能提早发现病患的疾病风险，并能利用ChatGPT等生成式人工智慧的协助，利用健康数据资料库和类似病患的诊断结果，以及病患本身的健康状况、家族病史等资讯，来提供个人化且更为适合的治疗方案，而能最大可能地避免错误或无效的治疗方式。

ChatGPT藉由大量的对于医疗资讯进行演算分析，包括电子的病历表、大量的医疗证据、研究室实验结果、医疗影像、临床处置指引（clinical practice guideline, CPG）、医学研究论文等。而Glass Health所开发的生成式AI工具，更能在输入症状后，自动生成诊断方式和临床治疗计画。

许多研究结果可知，人工智慧的演算结果已可达到同等或超越于人类医师的诊断准确性。因此，ChatGPT将有助于医疗人员准确掌握，该如何诊断较为复杂的病症。例如，医师得以从ChatGPT的自然语言的回答内容，使其得以提升风险评估、提早辨识出病患的症状，而能提升诊断的准确性，并能最大可能地减少诊断错误的发生机率。

ChatGPT 资料库欠缺透明度

由于ChatGPT等这类型的生成式人工智慧，最初设计目标与方式并非针对医疗目的所建置设计的，目前ChatGPT对于医学领域专业术语的理解能力不足、对于病患提出疑问时的回答内容不够准确、无法对于错误的答覆内容及时进行修正、无法明确回答创新的医学研究主题等情形，仍未能有效改善。

很大的原因在于ChatGPT的资料库欠缺透明度，目前对于ChatGPT所输入的数据资料来源和内容为何，外界仍然未能掌握，其答覆的内容也存有对于医学主题与病患询问的内容存在不确定性。要解决这个问题，首先必须先面对透明度不足的情形，或许一定程度的推动开放性的协力合作，汇集医疗专业人员、研究人员、人工智慧专家等众人智慧，共同解决现有困境。

ChatGPT很大程度仍依赖着语言模型和自然语言处理（natural language processing，NLP）技术的能力，跨领域的专家若能在这个基础上，强化生物医学领域的数据资料的专业性，促进ChatGPT对于医学领域的理解能力，以及纠正问题的能力，才能真正透过数据与演算法的优势，提供医疗专业人员以及病患更具有价值的讯息，对于医疗人员的决策更有帮助，更具可靠性，也将能达到更有效改善病患的医疗结果。

ChatGPT等生成式人工智慧目前对于医疗领域已开始产生影响力，医疗人员得以获得更为全面的医疗资讯，对于减轻医疗体系的负担、提高医疗效率与品质、改善治疗成效，甚至疫情的预防上都具有相当大的发展潜力。当ChatGPT这类生成式人工智慧的公开透明和不断完善其系统缺失，将使我们能够为此负责，并更加信任这个科技演算技术，最终才有机会确实实现改善病患的治疗结果并增加医病关係的互信。

科技新报

图片翻摄自网路，版权归原作者所有。如有侵权请联系我们，我们将及时处理。