醫療人員好幫手?檢視 ChatGPT 發展對醫學領域的影響

最新AI资讯11个月前发布 Aibot114
4,432 0
广告也精彩
醫療人員好幫手?檢視 ChatGPT 發展對醫學領域的影響

人工智慧(AI)強大的演算功能及在各領域的應用,已經對許多行業產生衝擊與影響,醫學也不例外。尤其以 ChatGPT 為例,有著簡易清晰的使用介面、自然語言的使用,類似人類的文本生成能力,以及能夠掌握各種不同主題的知識廣度,讓 ChatGPT 得以在極短的時間內就累積了驚人用戶。筆者也檢視 ChatGPT 如何影響醫學領域。

比如德國埃森大學醫院醫學人工智慧研究所(Institute for Artificial Intelligence in Medicine,University Hospital Essen)等研究單位,目前正持續關注ChatGPT的後續影響。研究人員在生物醫學文獻資料庫PubMed使用ChatGPT的關鍵字,檢索已發表的文獻,並從檢索成果加以檢視文獻內容,可以發現ChatGPT在各種測試中都取得了中等或及格的成果。因此,研究人員認為例如ChatGPT等人工智慧模型若持續輸入生物醫學相關資料並進行演算,在醫學領域的應用上將是正確的方向。

醫療機構可以藉由將ChatGPT做為目前常見的人工智慧對話機器人,來加強醫護人員與病患的互動情形。ChatGPT可以協助醫療機構將病患提供的資訊進行詢問,並進行分流分類,且能提供醫護人員初步診斷及最新的醫療資訊。這樣的方式將可大幅減輕醫謢人員的負擔,特別是在地區型的醫療場域,醫療諮詢的需求相當龐大,ChatGPT或將有所助益。

而ChatGPT讓病患對自身病情有所掌握上也有所提升,甚至在醫療方式的選擇、醫療器材的判斷、藥物依從性(Drug Compliance)等面向的掌握度都有所提高,都能有效提高病患的積極治療意願,也讓醫師在病患的病情及治療流程的掌控性更加穩定。

ChatGPT 加強對疫情的風險預測能力

面對COVID-19疫情大流行,流行病的傳播不但相當複雜,也造成重大的國際間的衝及,世界各地的科學家與醫療人員從中吸取的慘痛教訓,尋求創新的科技來加強對疫情大流行的預先防範。

例如ChatGPT等生成式人工智慧,或許將能成為突破性關鍵。ChatGPT利用演算分析大量數據文獻資料的方式,將是風險預測、尋找對抗傳染病的抗體上的有效工具。目前人工智慧已可利用深度學習和類神經網路等方式,在應對疫情大流行的背景,分析篩選大量的蛋白質序列數據資料庫,生成具有特定組成特徵的新型抗體。這樣的演算過程,將大幅強化對抗傳染病的抗體發現,也因而能增強對於突發性的疫情大流行的應對能力。

將人工智慧運用在大流行病的疫情防範工作,也為不同領域專家之間的創新合作打開了大門。數據資料科學家、流行病學家、病毒學家和醫療專業人員可以共同參與討論,這種跨領域的科學方法能有效增加流行病的理解程度,而能做出更有效的決策手段。

研究人員更可利用ChatGPT等生成式人工智慧來預先模擬病毒的進化、傳播性增加等基因突變的可能,並評估其引起大規模傳染的可能性,而能有效的防範疫情大流行的爆發,做好更萬全的準備與應對。

近來包括智慧手錶、運動追蹤記錄設備等穿戴式裝置的普及,使得病患的生理資訊、健康數據的蒐集得以更加準確與完整。ChatGPT等生成式人工智慧更可藉由分析健康數據,而得知與正常健康的情形有些微偏差或是些微的惡化發生。醫療機構將能提早發現病患的疾病風險,並能利用ChatGPT等生成式人工智慧的協助,利用健康數據資料庫和類似病患的診斷結果,以及病患本身的健康狀況、家族病史等資訊,來提供個人化且更為適合的治療方案,而能最大可能地避免錯誤或無效的治療方式。

ChatGPT藉由大量的對於醫療資訊進行演算分析,包括電子的病歷表、大量的醫療證據、研究室實驗結果、醫療影像、臨床處置指引(clinical practice guideline, CPG)、醫學研究論文等。而Glass Health所開發的生成式AI工具,更能在輸入症狀後,自動生成診斷方式和臨床治療計畫。

許多研究結果可知,人工智慧的演算結果已可達到同等或超越於人類醫師的診斷準確性。因此,ChatGPT將有助於醫療人員準確掌握,該如何診斷較為複雜的病症。例如,醫師得以從ChatGPT的自然語言的回答內容,使其得以提升風險評估、提早辨識出病患的症狀,而能提升診斷的準確性,並能最大可能地減少診斷錯誤的發生機率。

ChatGPT 資料庫欠缺透明度

由於ChatGPT等這類型的生成式人工智慧,最初設計目標與方式並非針對醫療目的所建置設計的,目前ChatGPT對於醫學領域專業術語的理解能力不足、對於病患提出疑問時的回答內容不夠準確、無法對於錯誤的答覆內容及時進行修正、無法明確回答創新的醫學研究主題等情形,仍未能有效改善。

很大的原因在於ChatGPT的資料庫欠缺透明度,目前對於ChatGPT所輸入的數據資料來源和內容為何,外界仍然未能掌握,其答覆的內容也存有對於醫學主題與病患詢問的內容存在不確定性。要解決這個問題,首先必須先面對透明度不足的情形,或許一定程度的推動開放性的協力合作,匯集醫療專業人員、研究人員、人工智慧專家等眾人智慧,共同解決現有困境。

ChatGPT很大程度仍依賴著語言模型和自然語言處理(natural language processing,NLP)技術的能力,跨領域的專家若能在這個基礎上,強化生物醫學領域的數據資料的專業性,促進ChatGPT對於醫學領域的理解能力,以及糾正問題的能力,才能真正透過數據與演算法的優勢,提供醫療專業人員以及病患更具有價值的訊息,對於醫療人員的決策更有幫助,更具可靠性,也將能達到更有效改善病患的醫療結果。

ChatGPT等生成式人工智慧目前對於醫療領域已開始產生影響力,醫療人員得以獲得更為全面的醫療資訊,對於減輕醫療體系的負擔、提高醫療效率與品質、改善治療成效,甚至疫情的預防上都具有相當大的發展潛力。當ChatGPT這類生成式人工智慧的公開透明和不斷完善其系統缺失,將使我們能夠為此負責,並更加信任這個科技演算技術,最終才有機會確實實現改善病患的治療結果並增加醫病關係的互信。

How will generative AI impact healthcare?

(首圖來源:Unsplash)

© 版权声明

相关文章

暂无评论

暂无评论...