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