全球首例中風照護AI研究 臺大學者曝風險高「憂民眾誤認病情沒事」

臺大公衛學院與哈佛大學等國際機構合作，近期完成全球首項「生成式AI」在中風照護資訊提供上的表現評估，研究主持人爲臺大公衛學院副教授李達宇。記者林琮恩／攝影

近年生成式人工智慧崛起，民衆日常生活大小事，已習慣「先問AI」。臺大公衛學院與哈佛大學等國際機構合作，近期完成全球首項「生成式AI」在中風照護資訊提供上的表現評估，研究主持人、臺大公衛學院副教授李達宇說，結論顯示，面對中風病人常見提問，AI迴應不僅缺乏一致性，經臨牀醫師審視迴應結果，也認定缺乏準確性，難跨越「安全、有效」門檻。

李達宇表示，許多病人開始使用ChatGPT等工具，詢問中風復原及相關症狀衛教資訊，這項研究發險，生成式AI產生回覆，有時雖可提供幫助，但存在物屆空間，恐帶來致命風險，「AI很聰明，但並非總是安全，在高風險醫療照護中，微小錯誤也可能要人付出生命代價」，因此在AI發展過程中，教導病人「如何安全使用AI」，與技術發展同等重要。

研究設計上，將AI回覆分爲準確性、幻覺率、具體性與相關性、同理性與可理解度、可行性共5面向評分，以ChatGPT、Claude、Gemini三款主流大語言模型AI爲分析對象。李達宇說，準確性是分析AI的迴應是否符合臨牀指引，幻覺率則是指錯誤資訊出現的頻率，研究結果顯示，在中風照護相關領域中，AI給出建議的分數，平均僅在勉強及格的60至65分範圍。

李達宇表示，研究結果顯示，這3種AI在「提供患者可直接採取行動的建議」方面表現不一，尤其在中風治療等高風險階段，錯誤或不完整迴應時有所見，團隊分析，生成式AI在一般健康資訊傳遞上也許具有潛力，但在中風這類即時且需專業介入的情境上，可靠性仍有待大幅提升。另，民衆提問時的技巧，也很重要，若納入個人疾病史等資訊，有助讓AI迴應時更安全、實用。

國衛院國家環境醫學研究所所長陳保中表示，國內醫療人力缺乏，導致醫師、護理師過勞，發展AI模型，有助提升醫療照顧品質及效率，也可提升安全性，減少因過勞而誤判病人病情，但前提是AI僅作爲協助醫療人員，而非代爲做出決策；而在病人端，最擔心民衆使用AI後「自以爲是」，誤認病情「沒事」，因此AI輔助病人做出醫療決策的風險仍高，應設法如何降低風險。

李達宇與團隊這項研究成果，於今年7月登上國際期刊「npj Digital Medicine」，並獲哈佛大學官網刊登。