顯示具有 AI 標籤的文章。 顯示所有文章
顯示具有 AI 標籤的文章。 顯示所有文章

2025年8月10日 星期日

[AIDDES 傳承與創新:醫學隨想] AI時代下的醫療透明度-中醫辨證論治的信任與覆核-張清貿科主任

 


[AIDDES 傳承與創新:醫學隨想AI時代下的醫療透明度-中醫辨證論治的信任與覆核-張清貿科主任

https://tcmcmc.blogspot.com/2025/08/JAMAAITRUST.html
https://www.facebook.com/share/p/1HytcU53nW/

AI時代的醫療透明度:從JAMA論文到中醫診間的啟示

近年,AI 在醫療領域的滲透速度,遠遠超過一般患者的感知。
在放射科,它已經能自動標記肺結節;在心臟科,它可即時判讀心電圖;在眼科,它能在醫師開口之前,就給出青光眼風險分數。對於醫師與醫院管理者而言,這些功能代表著效率提升、成本下降、診斷一致性改善。


但問題是——患者真的希望這樣嗎?

2025 7 月,Mello 等人在 JAMA 發表的《Ethical Obligations to Inform Patients About Use of AI Tools》(Mello MM, Char D, Xu SH. Ethical Obligations to Inform Patients About Use of AI Tools. JAMA. 2025 Jul 21. doi: 10.1001/jama.2025.11417. Epub ahead of print. PMID: 40690211.) 便挑戰了這個看似理所當然的假設。他們提醒我們:在醫師與機構為 AI 技術的效益興奮之時,患者可能正對它保持著審慎、甚至懷疑的態度。

研究背景與動機:隱形的告知落差

人工智慧(AI)正快速滲透醫療各環節,但臨床上對 AI 工具使用的「患者告知與同意義務」尚無明確共識。現行多數臨床決策支援系統(如自動心電圖判讀、風險分類工具)通常不告知患者,然而調查顯示,多數患者若知曉 AI 參與其診療,態度與信任會受影響。因此,Mello 等人研究的重要性在於提出一套基於風險與患者自主性的倫理判斷框架,為醫療機構在 AI 工具使用時制定告知或同意政策提供依據。

在多數臨床現場,AI 工具是「默默在背後運作」的——自動生成心電圖報告、自動篩檢病歷摘要、自動分級檢驗數值。患者很少知道它的存在,因為這些步驟幾乎沒有進入醫患溝通的環節。

然而,社會調查顯示,一旦患者得知 AI 參與了他們的診療,有相當比例的人會要求更多人工覆核,有些甚至會對診療的安全性與準確性產生疑慮。這代表,AI 的介入不僅是技術問題,更是倫理與信任問題

2025年1月12日 星期日

[AIDDES 傳承與創新:醫學隨想] AI時代下醫學的挑戰、機遇與未來反思-張清貿科主任

 






[AIDDES 傳承與創新:醫學隨想] AI時代下醫學的挑戰、機遇與未來反思


隨著人工智慧(Artificial IntelligenceAI)在醫學領域的迅速發展,醫學界正在面臨一場前所未有的挑戰與變革。最近閱讀了Fogo等人20242月在JAMA發表的文章《AI's Threat to the Medical Profession (Fogo AB, Kronbichler A, Bajema IM. AI's Threat to the Medical Profession. JAMA. 2024 Feb 13;331(6):471-472. doi: 10.1001/jama.2024.0018. PMID: 38241042.),這篇文章讓我感觸良多。作者以腎臟病理學為例,探討了AI在提升效率與一致性方面的潛能,但也提出了AI技術快速滲透所可能帶來的深層隱憂。這些討論不僅為現代醫學提供了警示,也為中醫未來的發展帶來了啟示。


 


AI的光與影

這篇文章讓我印象深刻的一點,是它深刻描繪了AI技術的兩面性。一方面,AI的效率與精準無疑令人讚嘆。它能在短時間內完成病理學家可能需要數月才能完成的標註工作,甚至發現那些人類專家未曾注意到的組織模式。這些能力為醫學研究帶來了前所未有的可能性,就像是一束新光,照亮了我們未曾探索的領域。

文章指出,AI技術在醫學應用中的多項優勢,尤其是在腎臟病理學中表現突出:

1.        效率提升:AI能快速處理大量病理切片資料,大幅縮短診斷所需的時間。例如,傳統病理學家可能需要數月才能完成的數據標註,AI可以在幾小時內完成,這樣的速度為醫學研究和臨床應用帶來前所未有的效率。

2.        一致性與準確性:病理診斷中常見觀察者間差異,而AI能提供穩定且一致的診斷結果,減少因人為判斷差異造成的錯誤。

3.        開放性工具:隨著技術發展,許多AI驅動的病理分析工具已逐漸普及,即使是非專業人士也能使用,縮短醫療資源分配的不平等。

4.        突破性發現:AI能夠辨識人類專家未曾注意到的組織模式,為疾病機制研究提供新的假設,甚至開創出全新的研究方向。

 

這些優勢就像一道光芒,為醫學進步開闢了新的道路,帶來了無數可能性。AI不僅幫助醫學界突破了效率和準確性的瓶頸,也為醫學研究提供了全新的視角和方法。例如,通過 AI的數據挖掘與分析,研究者能夠更快地發現疾病的潛在病理特徵,為精準醫療和個性化治療奠定基礎。同時,AI技術的普及也提高了醫療資源的可及性,讓偏遠地區的患者能夠獲得更高水準的診斷與治療服務。