AI聊天機器人能協助預防與治療中風嗎？ 新研究揭示AI在醫療應用的潛力與限制

中風是全球主要的死亡與失能原因之一，且對社經弱勢族群影響尤為嚴重。近年生成式人工智慧快速發展，許多人開始好奇這些AI能否協助提供正確的中風預防與照護資訊？

近期由臺灣大學公共衛生學院與哈佛大學公共衛生學院 (Harvard T.H. Chan School of Public Health) 合作的研究團隊，針對3個生成式大型語言模型 (LLMs)：ChatGPT、Claude與Gemini進行效能評估。研究人員迷擬真實病人提問的情境，涵蓋中風照護的4個階段：預防、診斷、治療、復健，並採用不同「提問方式」(prompt engineering)：ZSL (Zero-shot Learning)、COT (Chain of Thought) 和TOT (Talking Out Your Thoughts)。臨床醫師再依據5個面向進行評分：準確性、幻覺（提供錯誤資訊）、具體性、同理心與可執行性，並以醫師資格考試的及格標準（60分）作為最低合格門檻。此篇研究已發表於國際頂尖期刊《npj Digital Medicine》。

結果顯示，雖然不同提問方式各有優勢，但整體而言，3個LLMs的表現仍不理想，且在不同階段與評分面向間缺乏一致性，多數結果都低於臨床可接受水準。在各類提示工程方法中，TOT於同理心與可執行性的表現較佳；ZSL能提供精簡的回答，且產生「幻覺」(hallucination) 的情形較少；而COT在診斷問題時的邏輯則較為清晰。

研究團隊指出，生成式AI在提供健康資訊時，目前仍難以達到臨床專業標準。特別是在面臨如中風等急性病況時，若AI提供錯誤或過度簡化的回答，將可能導致治療延誤。

研究團隊表示，生成式AI具備縮小健康不平等與紓解醫療人力短缺的潛力，其實是對於醫療資源不足的地區更具意義。要實現這項潛力，除了持續推進大型語言模型等醫療AI技術外，也應加強患者與照護者如何有效提問，讓AI回覆更安全且具臨床價值。同時，必須透過嚴謹的監管機制、臨床驗證與專業醫師的監督，確保所提供的資訊安全、正確、並符合實際臨床情境。

期刊連結： https://pmc.ncbi.nlm.nih.gov/articles/PMC12307639/