ChatGPT加強對疫情的風險預測能力ChatGPT資料庫欠缺透明度
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接口、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計了驚人用戶。筆者也查看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，檢索已發布的文獻，並從檢索成果加以查看文獻內容，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數據並進行演算，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作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，特別是當地區型的醫療場景，醫療諮詢的需求相當龐大，ChatGPT或將有所幫助。
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。
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擊，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數據的方式，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串行數據文件庫，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。數據文件科學家、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。
近來包括智能手錶、運動關註記錄設備等穿戴式設備的普及，使得病患的生理資訊、健康數據的搜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，利用健康數據文件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，來提供個性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、醫療圖片、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劃。
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、提早識別出病患的症狀，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幾率。
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構建設計的，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所輸入的數據文件源和內容為何，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助合作，匯集醫療專業人員、研究人員、人工智慧專家等眾人智能，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文件的專業性，促進ChatGPT對於醫學領域的理解能力，以及糾正問題的能力，才能真正通過數據與算法的優勢，提供醫療專業人員以及病患更具有價值的消息，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。
（首圖來源：Unsplash）
