臨床功力雖大增 AI難取代醫師
在人工智慧(AI)的各項應用中，一項最新研究發現，在醫院急診室中，AI系統表現優於人類醫生。在生死攸關時刻，AI系統能夠對病患做出更準確的診斷。這項由哈佛大學推動、發表於「科學」期刊上的研究結果顯示，AI的臨床推理能力突飛猛進，證明大型語言模型(LLM)已經超越了大多數臨床推理基準。
自從ChatGPT問世之後，AI系統在醫療保健界的使用率，就已出現幾何程度的成長，一般普羅大眾頻繁開始就病狀詢問AI。一項調查顯示，有46%的受訪病患在問診醫生之前，會先詢問AI或谷歌。雖然大多數病患希望透過AI工具獲得安慰，但這種安心感往往十分脆弱：超過四分之一的受訪患者表示，AI提供的自我診斷實際上適得其反，讓他們感到不知所措或焦慮加劇。
早在ChatGPT等AI工具出現之前，在網路上搜尋自身症狀，常讓人感到焦慮，這種現象被稱為「谷歌焦慮」或「網路疑病症」。而如今AI提供的答案看似個性化且針對個人，但也一樣帶來現實風險：這些工具可能會無意中加劇患者的擔憂或壓力。對許多美國人來說，依賴AI演算法來尋求醫療協助，與其說是祈求一個解決方案，不如說是一場情感上的賭博。因為AI工具雖然可以即時解答醫療問題或疑慮，無需預約昂貴的就診，但提供錯誤資訊或過度概括性陳述的風險很高。
而且不只病患，當一再面臨病患拿著AI診斷詢問時，不少醫護人員往往深感挫折，多年經驗反而比不上電腦的幾行判讀文字。而且在作出與AI不同的診斷結果時，還得耗費時間心力向對AI堅信不疑的病患，耐心解釋其間的差異。從這個角度來說，AI未能促進醫病關係的健全發展，反而成為亂源之一。
可是在日新月異的進化之下，AI已漸漸成為醫療領域不可或缺的重要工具。AI系統能為醫護人員節省更寶貴的時間：臨床醫生常需要在時間壓力下，根據實驗室結果、影像資料、病患病史和醫療記錄中的個別資訊，做出複雜的決策；而護理人員更往往面臨許多棘手問題，例如患者數據碎片化、護理協調延遲以及繁瑣的行政工作。這些雜事不僅增加成本，還會導致醫護人員職業倦怠，並分散他們對病人的關注。
持平而論，AI可以幫助解決醫療領域三大難題：資料過載、協調不足以及系統間缺乏有效協作。而部署AI工具，正可代入現有臨床工具、理解臨床背景並協助團隊協調任務，同時將醫療決策權留給醫療專業人員。
根據最新研究，美國已有近70%的醫療機構以某種形式採用了AI，近五分之一的美國醫生已經在使用AI輔助診斷；代表AI正逐漸成為臨床醫生有用的第二意見。而且其他一些研究結果顯示，醫生可能已經無意識的傾向採納了AI的答案，而不再是獨立思考。
目前大多數應用仍限於特定的工作流程，要廣泛應用AI，下一步可能需要更清晰的數據、更完善的管理以及能夠安全地跨越舊技術進行連接的系統；雖然AI可以減輕行政負擔並改善患者護理，但前提是醫療機構必須建立讓AI有效運作所需的資料、安全性和監督。
對AI的監督仍然至關重要，尤其是AI可能出錯和責任風險。當數十億美元資金正在瘋狂投資AI醫療保健之際，這些系統需要強大的隱私、安全、審計和臨床審查措施，因為醫療AI事關人命福祉，絕大多數病患最終還是希望由人類醫生來做出艱難的治療決策，或者是引導他們做出生死攸關的決定，這是AI無法、也可能永遠不會取代人類醫師的主因。
