台中慈濟醫院重症醫學科主任
倪永倫
AMEE參觀分享—人工智慧在醫學教育與臨床醫學的應用
自從OpenAI在2022年11月發表ChatGPT 3.5以來，各個不同的領域,甚至於醫學教育以及臨床照護方面，都受到了很大的衝擊。2023年更被稱之為AI元年。處於浪潮中的醫學生、臨床以及醫學教育工作者，該保持什麼樣的態度來應對，也是一門重要的課題。2023年8月舉辦的歐洲醫學教育年會(AMEE)針對這方面特別規畫了一場研討會，在這裡跟大家做一些分享。
早在希臘神話中，即出現了一些人造生命和機械智慧相關的故事。1956年John McCarthy在達特茅斯會議上提出了人工智慧(Artificial Intelligence, AI)的初步定義，認為AI是一種能夠複製或超越人類智能的計算機科學，並相信通過邏輯和符號處理，我們可以模擬出人類智能的各個面向。1997年Machine Learning的出現開始改變AI的面貌，電腦通過學習，從數據中提取規律和模式，然後應用這些知識來進行預測、分類或決策。到了2012年, Deep Learning使用多層神經網絡（Deep Neural Networks）來模擬和模仿人類大腦的結構，具備可以自動學習、理解和提取特徵的功能，並且在不斷優化中提高性能，可以處理更複雜及高層次的問題。
整體來說，AI須具備autonomy(自主意識)以及adaptivity(自適應學習)的能力。AI的進程從早期的reactive machine(如Chess AI), 到 limited memory machine(如Self-driving cars)，到theory of mind，以及未來可能發展的self-aware AI。從weak AI(如chatbot)，到strong AI，自然語言處理，robotics，fuzzy logic(如自動駕駛)，到專家系統都是AI的範疇。
2021年底至今，則是生成式AI(Generative AI, GAI)的時代。這類模型利用Deep Learning理解和學習現有的數據，進一步根據指令，生成(或創造)類似的數據、圖像、文字、音頻或視頻等內容。OpenAI在2021年11月發表的ChatGPT 3.5即是屬於GAI中的大型語言模型(Large Language Model)，使用自然語言對話的模式來互動。GPT 3.5學習了至2021年為止45TB的資料，並且具有2000億的參數。當接收到一系列的輸入詞之後，會通過學到的上下文理解来预测下一个可能的語詞，以詞為單位來生成回答，是以GPT本身是以概率的運算來回答問題，而不是以邏輯思考來回答問題，而這可能跟AI幻覺的產生有關。數月後推出的ChatGPT 4，更增加了圖像處理文字化，非英文語言處理能力優化，以及更新至2023年的資料量與更多的參數等功能。
ChatGPT發表以來，教育現場碰到的第一個狀況就是學生利用GPT來繳交作業或考試。於是又有了AI鑑別器(AI Discriminator)的發表，用以區分一份資料是否是藉由AI而生產出來。各個學校也開始針對學生使用GAI建立限制或規範，然而使用GAI卻是越來越廣泛的趨勢。在2023年8月，New York Times則針對GAI作出了下面幾點建議: 1.建議假定所有的學生都會利用AI來繳交作業或應對開卷試考試。因此老師們的課題是思考如何設計一份適當的作業、或是有分辨力的考試方式和內容，而非因循傳統的評量方式。 2.學校應停止使用AI discriminator (如Turnitin)來偵測出使用AI的學生，摒棄使用AI就是作弊的觀念。因為鑑別器並無法可靠的分辨出一份文檔是否為藉由AI產生， OpenAI今年也因“低準確率”而停止了A.I.寫作檢測器。並且，使用AI應被視為利用了一樣有效的工具，而不是作弊的行為。3.把焦點放在AI的強項上。我們應瞭解AI的缺陷，有效的利用，但須針對GAI生成的內容再次核對校正。
GAI目前被大眾所討論的缺陷，包括下面幾個方面：1. AI hallucination: GAI生成的結果中有3.5-27%的比例為人工智慧產生的幻覺，其使用的訓練數據並不能證明輸出的合理性，是屬於「有自信的假話」。比如引用文獻時，標示出一篇完全不存在的論文。 2. Inconsistence: 當我們詢問GAI一模一樣的問題時，有時可能會得到不相同的回答，因此產生的內容可能具有不確定性需要被再次確認。3. 偏見和歧視: 訓練過程中GAI可能學習到原始數據中的偏見，並且因不同文化的觀點，在生成內容時產生偏見或文化的歧異。4.倫理與法律問題: 目前並不知用戶輸入GAI的內容，是否會成為進一步訓練的資料，存在隱私或未公開資料無法保密的風險。NIH已禁止使用GAI作為分析和撰寫peer review的工具, 使用者更應注意輸入資料的去識別化與隱密性。 5.訊練需求以及成本高: 訓練需要大量的數據，當數據庫不夠充足時，可能無法回答更專業的問題。每次的問題運算都耗費相當的能源(電力與水)，如何在永續節能方面平衡，仍需要繼續努力。6. 困難解釋性: 生成式模型通常難以解釋(black box)，在醫學上需清準回答的問題中，模型如何做出特定的生成是一個難以理解的功能。
ChatGPT 3.5 以六成的正確率通過了USMLE考試，ChatGPT4更是以86.7%的準確率通過。然而，AI並不會取代醫生，但熟悉AI的醫師可能會取代不會使用的醫師。在教學以及臨床方面，已經有很多AI相關的應用。比如影像學的輔助判讀系統，能自動檢測和分析X光、電腦斷層及核磁共振影像,幫助醫生更快速精準的判斷。診間中的AI病歷自動生成系統、護理紀錄或會議紀錄自動生成系統，讓大家減少花在電腦上的時間，把重點放回到病人身上。患者監測管理或早期預警系統，藉由監測及分析患者生理或實驗數據，可提早警示如敗血性休克等疾病，改善治療效果。手術輔助系統可藉由擴增實境(augmented reality)，增加手術精確性及減少風險。自然語言處理(LLM)可以幫忙不同語言間翻譯溝通或整理衛教資料，也可以從醫學文獻、病歷等大量文本中提取歸納有價值的信息，節省人力時間。AI可以模擬出虛擬病房或模擬病例，提供醫學生實際互動、練習診斷或治療決策等過程，並可即時調整內容或難度，達到個性化學習的目標。Google在2023年底更推出了Gemini系統，正如同「最好的應用還沒有出現、科技沒有極限」的想法，更多的教學與臨床輔助功能也一直在持續開發中。
2023年多篇針對醫學生的研究也指出，七成以上的學生對 AI保持正向的態度，願意接受、使用、且認為未來醫學生涯中一定會使用到AI，但只有少於半數的學生認為自己具備相關的能力。AI的改變日新月異，相對於數碼素養(Digital literacy)高，容易接受AI的年輕世代，醫學教育現場的老師以及畢業多年的臨床工作者們，更是需要積極的更新學習，趕上這股AI的浪潮。
參考資料:
