生成式AI大爆发，各种ChatGPT研讨会、工作坊前仆後继出现，各行各业都想用ChatGPT加速转型、胜过同业，但同时，铺天盖地的新技术讨论也引发焦虑。如何降低这份焦虑感？「先从手边题目做起，」中国医药大学附设医院AI中心副主任游家鑫回答。他开发不少医疗AI应用，着名案例有细菌抗药性预测模型，最快1小时就能预测，是中国附医近年的医疗AI代表作，也获国内外不少奖项。
这不是医疗业第一次面对新技术爆红。游家鑫指出，过去，卷积网路（CNN）兴起时，医疗业大力拥抱，发展出许多医学影像判读AI，甚至连图灵奖得主Geoffrey Hinton都说，5年内就能停止对放射科医师的训练。尽管他的预测并未成真，却能看出医界积极成为新技术前期采用者的决心。这次面对ChatGPT汹涌崛起，医疗业亦是想赢在起跑点。
「参加研讨会、工作坊是一种降低新技术焦虑感的方法，」但游家鑫认为，一些具体问题如新技术前期适用范围、如何下手等，很难在几场会议中得出结论。因此，最快的孰悉方法还是「从手边题目做起，思考新技术能如何改善既有流程，取得初步成功後，再透过分享、交流，将新技术应用於其他领域，」他总结。
从熟悉领域下手，改善文献查找和会议记录
他第一次尝试ChatGPT，是在今年春节。游家鑫发现，网页版ChatGPT资讯摘要和分析的表现出色，很适合用来优化文献查找工作。
因为，在医疗资讯研发领域，开发者常接触跨专科或次专科领域，为理解这些领域，就得使用美国国卫院（NIH）维护的PubMed搜寻引擎，来查找相关文献。该引擎以关键字为检索依据，只会筛出带有关键字的文章，这就导致，跨领域的资讯难以被搜寻到，再加上研发者不一定兼具跨专科知识，若想透过关键字搜寻，来蒐集专案题目素材，就很容易受限。
於是，他尝试ChatGPT，发现ChatGPT可快速将主题相关资讯陈列出来，使用者再将其中的关键字，输入PubMed搜寻文献即可。甚至，当使用者发想专案题目、还未有清晰的轮廓时，可在ChatGPT输入一段文字或一个问题，得到相关医学说明，提供发想点子，使用者再透过PubMed查证即可。如此一来，ChatGPT就成为题目发想的好工具。
不只优化文献查找，同一时间，游家鑫也思考用ChatGPT来优化线上协作工具。当时，OpenAI还未推出ChatGPT API，於是他先采用OpenAI另一款媲美GPT-3的text-davinci-003 API，以及语音转文字模型Whisper API，将这2个API串接至微软Teams协作平台，来改善会议记录流程。
因为，以往开研发会议时，团队总得拨出一人，来记录会议重点。但透过上述2项API，可先将会议语音即时转为文字，再透过Davinci API，来摘要会议重点，如此省下大量人工记录时间。经过1个多月使用，这项决定也证实，会议能开得更有效率。
在熟悉领域取得初步成果後，游家鑫与中国附医AI中心成员分享经验，彼此进一步将ChatGPT延伸至专业领域。
延伸至护理记录、病历摘要与程式效率优化
比如，他们尝试用ChatGPT来优化护理记录。工作原理与上述会议记录相似，但为保护资料隐私，中国附医AI中心先下载Whisper模型原始码，先以预训练模型的版本，来将护理师口述的护理记录，转为文字档，再透过ChatGPT摘要重点。
但护理记录涉及专业术语，预训练模型的语音辨识准确率，只有70%左右。後来，团队用护理记录资料重新训练Whisper模型，发现新版模型准确率提高至94%，有了准确的语音转文字能力，就能更准确摘要内容。这是中国附医尝试成功的案例之一。
另一个例子是，团队用ChatGPT来摘要病人病史和医嘱，好让医师快速掌握病人概况。在这个尝试中，团队只取与病人个资无关的病史和医嘱记录，如用药说明等，复制贴上至网页版ChatGPT，来产出约150字的简短摘要。他们设想的情境是，当医院涌入大量病患或出现紧急患者，又或是医师交班时，可透过该方法快速理解病人情况。不过游家鑫指出，在这项实验中，ChatGPT产出的摘要可能出错，并非总是正确的。
除了在临床业务试水温，中国附医AI中心也用ChatGPT，来提高程式效率。比如，团队执行程式时，偶尔会在後台发现，某些程式耗能较高。为找出问题，他们将某段程式码贴上ChatGPT，请ChatGPT优化，以此找出有问题的某几行程式码。经测试，程式执行效率可提高30%。
下一步：程式开发、技术文件撰写和跨域沟通
有了这些成功经验，中国附医团队进一步思考，ChatGPT还可在哪些应用场景发挥效益。他们想到的一类场景是程式开发，依使用对象分为2种情境，一是针对无IT背景的临床医师，医师可透过ChatGPT输入指令、生成原型程式，再快速测试这支程式，可行後再进行後续调整，以此加速专案试验。游家鑫虽未加入该专案的讨论，但他透露，目前有不少医师感兴趣。
另一类情境是针对程式开发者。比如，资浅的工程师可透过ChatGPT，快速产生初步的程式模板，後续再加入资料路径或模型参数等资讯即可，减少往返询问、浏览Google或Stack Overflow寻找解答的时间。又或是，资深工程师可善用ChatGPT，来辅助撰写程式码注解，作为未来智慧医材取证的技术文件之一，加速与法务人员的沟通。
不只如此，中国附医也观察到，ChatGPT用於医学论文编修和翻译的可能性。游家鑫表示，为实现医学知识的传播，一直以来，都仰赖具医学专业和翻译专业的领域专家们，花费大量时间编撰医学丛书。但透过ChatGPT，可大幅缩短这个流程，他举例，网路上有人实验，ChatGPT一晚能完成600页原文书翻译，後续只需数小时的人工校订，就能产出品质不错的医学丛书。
反过来说，台湾学者在撰写医学论文时，往往得花费时间和金钱，请编修社来翻译、编修论文。若透过ChatGPT先润稿，也许能降低作者与编修社的沟通和修订成本，而讨论的内容，也更能聚焦在更深层的议题。
不过，对游家鑫来说，ChatGPT还有个很重要的潜在应用场景，也就是跨领域沟通。「临床医师有其专业，」他表示，研发人员与临床医师沟通时，未必能马上理解彼此的专业术语或想法，若透过语音转文字API，即时将语音转为文字，再透过ChatGPT翻译、摘要或解释，就能让跨领域的会议成员，立即知道对方想法，让会议讨论更有效率，也更能解决问题。
游家鑫坦言，这波生成式AI大浪冲击许多产业，也带给管理层不少焦虑。身为管理层一员，他认为，降低这份焦虑的最好方法就是动手做，先从熟悉领域或手边专案做起。比如，他将OpenAI的2支API串接至Teams，就是先用来改善手边工作效率，同时让团队感受新技术的好处，进而激发更多讨论。这些讨论，可将新技术带往更多领域，擦出更多可能的火花。
更多相关报导