ChatGPT 已經成為多領域討論的焦點，尤其在臨床醫學和學術研究領域引起了極大關注。ChatGPT 3.5 約一年前出現，至今已經被更新和改進了數次。儘管其概念和技術存在多年，但其與人類語言的無縫整合，以及如同Google 一樣，讓一般大眾均能免費使用，在短時間內造成了風行。使用ChatGPT 無需程式語言背景；任何能夠流利使用其母語的人均能受益。這樣友善的介面有助於廣泛整合，包括學術界和醫學研究等各個領域。本文評估了人工智慧和ChatGPT 在臨床醫學以及學術中的角色，包括其潛在應用和限制。

1. 卓越的語言處理能力

ChatGPT 原本就是專為處理語言而設計。目標很簡單：理解語言中微妙概念差異（輸入），並提供相關的語言反應（輸出）。ChatGPT 語言處理的能力，並不侷限於單一語言，這對英語非母語者尤其重要，考慮到英語在學術領域中的主導地位。過去，語言障礙通常阻礙了研究的發表，文章投稿常遇到的審稿評語：Please have the paper checked by a native English speaker or professional English editing service。專業英修服務，成本從數千到上萬台幣不等，對於缺乏研究經費的年輕研究者而言，是個不小的負擔。此外，編輯的內容有時在翻譯過程中失去了原本的意涵。生成式AI (generative AI)的出現，如ChatGPT，有效地替代了90％以上的傳統語言編輯（英修）服務，並提供了額外的功能，例如在英式或是美式英文之間自由切換，或是針對特定期刊要求或風格進行調整。此外，生成式AI 能依照內文，自動生成letter to the editor，或是在幾秒內修改段落或摘要的字數等。其卓越的語言處理能力，有效降低了學術研究和出版（因語言造成）的門檻。

2. 告別繁瑣的文書工作（即將實現）

臨床工作的一大部分耗費在繁瑣的文書工作，包括入院和出院摘要、門診病歷、評鑑相關文件等。一些機構已經在測試生成式AI 與病歷記錄的整合，例如出院摘要。¹ 在醫療資訊（如入院記錄、病例記錄和實驗室檢測報告等）都已電子化的情況下，出院摘要可以由AI 自動生成。在一個發表於JAMA Internal Medicine的研究中，史丹佛大學附設醫院內科主治醫師比較了由ChatGPT 生成的醫療記錄和由資深住院醫師撰寫的記錄，ChatGPT 和資深住院醫師得分差異小於1 分（11.23 ± 2.84 vs. 12.18 ±2.40，p=0.09，0-15 Scale）。² 該研究使用的是ChatGPT 3.5（2023 年1 月9 日版本），這是一個早期發布的版本。隨著ChatGPT 4.0 的推出，ChatGPT 與資深住院醫師之間的差異有望變得微乎其微。在商業界，ChatGPT 已有相關商品，在會議中只需要錄音，會議結束能自動生成會議記綠，同時針對每位參加者，生成個人化的待辦事項。類似的系統預期在可見的將來能應用在門診環境：醫生只需要專注病史和身體檢查，門診病歷則在會談結束自動生成，醫師只要確認內容以及提供必要的修改。AI 在文書工作方面的有效整合，將可節省時間並提高醫療服務品質。

3. 事實核查—AI 能回答我們知識相關的問題嗎？

臨床工作常需要快速得到某一領域的最新知識，例如最新針對Guillain-Barré Syndrome 的臨床治療指引，我們能否把這工作交付給AI？儘管ChatGPT 提供了良好的願景，許多報導發現它對「事實相關」的問題並不完全可靠，有時甚至提供誤導性的訊息。此外，ChatGPT 甚至有時無法正確回答小學等級的數學問題。³ 有許多理論試圖解釋這個問題，不過，列舉可能的原因已經超過本文的範疇。基本上，ChatGPT是一種基於概率的生成式語言模型。在訓練過程中，其目標是對「語言輸入」生成最「相關」的「語言輸出」，而不考慮答案正確與否。筆者曾經嘗試詢問ChatGPT 偏頭痛生理學的相關問題，得到的答案約50% 正確，50% 模稜兩可。此外，當要求引用相關文獻時，ChatGPT 生成了虛構的文獻 （著名的研究人員、合理的標題，知名期刊，甚至DOI，但一切都是虛構的）。⁴ 這個問題在ChatGPT 2023 年11 月更新後已獲得解決。也許我們能將ChatGPT 類比成一年級的醫學生，你問他問題，得到的答案不見得是正確的。然而，與醫學生不同的是，醫學生需要多年的學習以及經驗，ChatGPT 可以在幾周到幾個月的更新中快速改進，只要在訓練階段，以不同的資料庫進行訓練（例如PubMed）。針對此一問題，已經有基於類似技術的新搜索引擎Consensus (https://consensus.app) 致力於提供醫學領域內針對特定問題相關與正確的參考資料。儘管還處於早期階段，然而在可預見的未來，使用生成式AI 回答基於事實的問題的發展似乎可能實現。

4. 生成式AI 在學術領域的倫理考量

在學術界， 使用生成式AI 引發了有關作者歸屬的疑問，尤其是當作者僅提供提示（prompt，提供給AI 模型生成回應的「輸入」）。相較之下，學術界對於AI「編輯」的內容（相較於AI「生成」的內容）大多較為寬鬆。大多數期刊對於由AI 編輯的內容持開明態度。例如，Cephalalgia 期刊接受AI 編輯過的文字，但是作者應該在acknowledgement 披露相關資訊，此外，AI 應明確被排除在作者之外。AI 生成的內容可能會被檢測出來，但許多既有檢測服務無法一致且準確地分辨AI 生成或編輯的內容。藉由部分巧妙的操作，例如要求AI 將內容再一次針對特定期刊風格「改寫」，有可能騙過部分AI 偵測器。AI 生成內容和AI 偵測器之間的持續競爭，最後誰會勝出仍屬未知。但是，無論內容是由AI 生成還是由AI 編輯，作者都應擔負校對和確保準確性的責任。AI 目前仍無法取代醫療診斷生成式AI 的出現，立即在諸多領域造成顯著影響。筆者作為在學術環境中需要專業處理三種不同語言的醫療人員，生成式AI 已經成為日常生活中不可或缺的一部分。它不僅節省了大量時間，還提高了生產力。目前我們見證了AI 革命的初期階段，預期在不久的將來，將有更多的應用和成熟的產品問世。相較於19 世紀的工業革命期，機器的出現並未消除工作；部分工作不復存在，但工業革命帶來了新的工作方式。即便在2023 年生成式AI 出現之前，醫療一直被認為是相對較不容易被AI 取代的行業。AI的進步（尚）不會取代臨床醫生和研究人員，反而能夠幫助他們從繁瑣的文書工作中解脫出來，可以有額外的時間進行醫病交流、研究，或是休息、避免過勞。AI 帶來的影響可能類似於30年前的資訊革命，對新技術的適應能力變得至關重要。30 年來，醫生沒有被Google 取代，但是那些未能適應新技術 （使用網路、google等，獲得最新的訊息）、完全依賴傳統書籍的醫生，會發現自己被掌握新技術的同僚所取代。

（Disclosure: 本文初稿是筆者以英文寫成，經過ChatGPT 3.5翻譯成中文，再經作者人工校閱的結果。）

1. Patel SB, Lam K. ChatGPT: the future of discharge summaries? The Lancet Digital Health 2023; 5: e107–e108.