訂閱電子報∣ 友善列印字體大小 文章分享-Facebook 文章分享-Plurk 文章分享-Twitter
利用ChatGPT產生失眠照護建議,以及其可行性與準確性研析
資策會Find李啟榮
獲取產業訊息零時差!立即訂閱電電公會電子報。

失眠常造成各式各樣的身心問題和伴隨而來的後遺症,甚至會加重照護上的負擔;為解決失眠照護方面的問題,並找到正確的照護方法,醫學界就試圖借助生成式人工智慧(Generative AI)的潛力,希望AI能幫醫師找到失眠的解決方案和策略,降低照護對象因為失眠所帶來的困擾。

美國睡眠醫學會(American Academy of Sleep Medicine, AASM)的研究團隊,為了解生成式AI能否給出失眠照護的正確答案,就以ChatGPT進行實驗,向ChatGPT問問題,同時結合醫師專業分析和比對,來評估生成式AI的判斷是否正確,並產生對醫護人員和照護對象有利的正確建議和指引。

技術發展背景

ChatGPT自從打入醫療和照護領域之後,除了是醫護人員的好幫手外,也是照護對象和家屬的福音,藉由向ChatGPT詢問問題,系統也會很快地給出答案。雖然ChatGPT具有如此高的效率,但仍有正確性的問題尚待改善和解決,也是醫護團隊所關注的重點。

AASM的團隊先前曾以ChatGPT,進行「睡眠呼吸中止症」的研究、比對與分析,希望能藉由GenAI的協助,來找出如何在照護流程中,預防並減緩睡眠呼吸中止症的正確方法和策略,提升照護安全性(Campbell, et al., 2023)。

技術介紹與應用現況

AASM研究團隊,藉由結合自身在睡眠醫學的專業領域知識,以及臨床照護的經驗,以下列四個角色定位和嚴謹程度,於提問前對ChatGPT下達提示詞(Prompt)進行角色定位,並展開藉由ChatGPT產生失眠照護建議的正確性測試: 

  1. 預設問答模式(最寬鬆):未使用額外提示詞
  2. 患者角度的角色定位詢問模式:我是一名試圖了解更多關於失眠的患者,想詢問20個有關失眠的問題,並以一般人能理解的方式來回答。
  3. 專業醫師角度的角色定位詢問模式:我是一名睡眠專科醫生,想詢問20有關失眠的問題,並以醫師理解的專業術語來回答。
  4. 列舉參考文獻和數據的問答模式(最嚴謹):我想詢問20個有關失眠的問題,並依據系統所記載的文獻和數據來回答。

AASM研究團隊接著列舉20個問題,讓先前建立的4個角色定位,對ChatGPT提問: 

表1 AASM睡眠醫學專家,以4個角色定位詢問ChatGPT的20個問題

資料來源:(Alapati, et al., 2024)

經過AASM研究團隊的實驗,並與自身睡眠醫學方面的領域知識,進行交叉比對和分析後,綜整出如下結果:

  • 前三個角色定位(預設值、患者角度、醫師角度)的提問結果,有高達平均85%的準確性;第四個角色定位(列舉參考文獻和數據),提問結果準確性為65%~100%不等。
  • 依據第四個角色定位,所提供之參考文獻和數據中,經醫師專業比對之結果,有80%的參考文獻是準確的,但參考統計數據中只有25%是正確的。 

AASM團隊從測試結果中得知,雖然ChatGPT只有蒐集到2021年為止的文獻和數據,但在實驗過程中,系統所列舉出來的正確參考文獻都在2015年以前;再加上ChatGPT並不能當作實際醫療和照護的依據,雖然可以提出一些針對失眠照護的「原則性」建議,但仍需要引入最新的文獻和數據、並結合現代醫療和照護實務經驗與知識,予以改善和與時俱進。

未來展望/挑戰

醫學團隊藉由測試ChatGPT的問答正確性,再結合自身領域知識上的專業判斷,以及臨床照護的實務經驗,可望為失眠困擾的年長照護對象,提供符合照護需求的建議和指引。

藉由ChatGPT等類似的GenAI工具,來產生照護計畫(Care plan),提供照護對象在復健、養生、睡眠等方面的指引和建議,保障照護對象和照護環境的安全,並可進一步減少醫護團隊和家屬的負擔,讓有限的照護資源獲得最大化效益的運用並可事半功倍。

封面圖片來源:123RF

參考資料來源:

  1. Alapati, R., Campbell, D., Molin, N., Creighton, E., Wei, Z., Boon, M., & Huntley, C. (2024, April 1). Evaluating insomnia queries from an artificial intelligence chatbot for patient education. Journal of Clinical Sleep Medicine, 20(4), pp. 583-594. doi:10.5664/jcsm.10948    
     
  2. Campbell, D. J., Estephan, L. E., Mastrolonardo, E. V., Amin, D. R., Huntley, C. T., & Boon, M. S. (2023, December 1). Evaluating ChatGPT responses on obstructive sleep apnea for patient education. Journal of Clinical Sleep Medicine, 19(12). doi:10.5664/jcsm.10728
訂閱電子報 友善列印 字體大小:
獲取產業訊息零時差!立即訂閱電電公會電子報。