數位診斷：審視公共醫療保健領域向 AI 的轉變

在當今科技飛速發展的時代，消費性技術與臨床實踐之間的界限正變得越來越模糊。一項由**倫敦國王學院（King’s College London）**研究人員進行的開創性研究顯示，英國患者的行為發生了顯著變化。根據調查結果，大約七分之一的英國人現在繞過傳統的醫療途徑，例如全科醫生（General Practitioners, GPs）或心理健康服務，轉而諮詢 ChatGPT 以獲取 醫療建議 和症狀評估。

這一統計數據不僅反映了民眾對科技的熟悉程度，更是公共醫療基礎設施內部系統性壓力的深刻指標。在 Creati.ai，我們監測機器學習與人類效用之間的交叉點，這一趨勢對人工智慧開發者和公共衛生政策制定者而言，都代表著一個關鍵時刻。依賴大型語言模型（Large Language Models, LLMs）進行健康相關諮詢，既具備賦能患者的巨大潛力，也存在關於準確性、患者安全和數據隱私的重大風險。

深入探究倫敦國王學院的研究結果

這項調查了具代表性的英國公眾樣本的研究，凸顯了人們對生成式 AI（Generative AI）工具日益增長的信任——或者說可能是日益增長的絕望感。雖然長期以來許多人推測患者會使用 Google 等搜索引擎進行自我診斷，但轉向使用 OpenAI 的 ChatGPT 等生成式 AI 平台，標誌著行為模式從「搜索資訊」轉向「尋求互動」。

用戶不僅將 ChatGPT 視為搜索索引，更將其視為臨床醫生的對話代理。這種情況在年輕族群以及那些認為傳統初級保健系統太難使用或因等待時間過長而無法獲得服務的人群中尤為普遍。

調查結果表明，醫療 AI 融入市民日常生活的情況，是在缺乏規範傳統醫學的臨床護欄（clinical guardrails）下發生的。當患者要求 AI 解讀症狀時，他們往往不了解底層訓練數據的細微差別，這些數據雖然龐大，但缺乏患者病史、身體檢查以及持照醫師細緻臨床判斷的具體背景資訊。

推動 AI 醫療趨勢的因素

要理解為什麼相當一部分人口轉向 AI 而非 NHS，必須審視當前醫療保健的可及性現狀。有幾個因素促成了這一現象：

• 可用性： AI 聊天機器人可全天候（24/7）使用。相比之下，預約全科醫生通常需要處理複雜的電話系統並爭奪有限的名額。
• 匿名性和減少病恥感： 許多用戶覺得與 AI 討論敏感或令人尷尬的健康問題更自在，因為他們不太擔心會受到 AI 的評判，這與面對人類專業人士時不同。
• 即時回饋： 儘管建議可能未經臨床驗證，但它提供了即時回應，滿足了人們在健康焦慮時刻對安心感或指引的心理需求。
• 便利性： 該過程無需交通時間、候診室延誤或繁瑣的文書工作。

然而，便利並不等於臨床安全。依賴 AI 進行醫療決策會造成一種「診斷循環」，即 AI 的訓練數據——通常是從網路論壇、醫學文獻和通用知識庫中抓取的——其優先級高於患者獨特的生物學現實。

比較分析：AI 聊天機器人 vs. 全科醫生

下表細分了 AI 工具與傳統人類主導的醫療系統在提供健康資訊和護理方面的差異。

方面	AI 聊天機器人（例如 ChatGPT）	全科醫生（NHS）
可用性	即時，24/7 回應時間	需要預約，等待時間不等
同理心	模擬的、語言上的、無知覺的	真誠的人際連結與關懷
診斷準確性	存在「幻覺」和錯誤風險	基於證據，臨床檢查
問責制	無；錯誤無法律責任	受監管；專業問責制
情境意識	僅限於用戶提供的輸入	可獲取完整病史

演算法醫療建議的風險

向使用 ChatGPT 獲取 醫療建議 的轉變充滿了技術和倫理危險。作為 Creati.ai 的專業撰稿人，我們必須強調，當前的大型語言模型是旨在預測序列中下一個 token 的機率引擎，而非受過訓練以管理生物健康的診斷機器。

「幻覺」問題

生成式 AI 容易產生「幻覺」——即模型生成自信、看似合理但事實錯誤的資訊的現象。在專業環境中，幻覺答案可能是一個困擾；但在醫療環境中，它可能導致患者推遲挽救生命的治療、對嚴重疾病進行錯誤診斷，或根據模型建議的不正確劑量進行錯誤的自我用藥。

缺乏身體檢查

醫學是一門多模態學科。全科醫生不僅僅依賴患者的描述；他們還依賴生命體徵、身體觸診、視診和實驗室檢查。儘管 AI 聊天機器人能夠綜合大量的文本，但它本質上對患者的身體狀況是「盲目」的。這種結構性限制使其從根本上無法取代初級保健醫生的角色。

數據隱私與安全

當患者將健康數據輸入消費級 AI 平台時，他們是在分享敏感的個人健康資訊（Personal Health Information, PHI）。這些數據的處理方式可能不符合 NHS 和其他醫療保健提供者依法必須遵守的嚴格 HIPAA 或 GDPR 標準。這些數據如何被 AI 開發者儲存和利用，其長期影響仍然是一個重大隱憂。

這就是醫療保健的未來嗎？

七分之一的英國人使用 ChatGPT 來代替醫生，這一事實應被公共衛生當局視為求救信號。這清楚地表明，目前的醫療保健可及性模式未能滿足現代患者以數位優先的期望。

然而，醫療界不應僅將 AI 視為對臨床標準的威脅，而應考慮如何安全地整合 AI。這可能包括：

1. AI 輔助分診： 實施經審計、受過醫學培訓的 AI 系統，幫助患者了解他們是否需要急診室、全科醫生預約或居家護理。
2. 提升健康識讀能力： 旨在教育公眾關於生成式 AI 在醫療診斷方面局限性的公共衛生運動。
3. 混合模式： 利用 AI 工具賦能全科醫生，處理行政負擔，從而騰出更多時間進行面對面的患者互動，這可能減少導致患者轉向 ChatGPT 的等待時間。

結論：一場平衡的藝術

來自 倫敦國王學院 的研究是一個重要的提醒，即技術並非存在於真空中。它與人類行為、社會需求和系統性故障相互作用。雖然 ChatGPT 為那些尋求快速答案的人提供了一個誘人且方便的解決方案，但它是一個目前缺乏安全醫療實踐能力的工具。

對於醫療保健行業而言，前進的道路不是禁止使用 AI，而是承認它目前正在填補的空白。通過解決 NHS 內部的可及性問題並提供經過臨床驗證的可靠數位替代方案，該系統可以重新確立其作為公眾健康真相主要來源的角色。在此之前，患者應保持極度謹慎，將 AI 回應視為與合格醫療專業人員對話的潛在起點，而非確定的診斷。