國際生醫新聞

1. AMA 百萬資助 AI 開發，強化臨床推論回饋
2. 環境感知 AI 深度分析，評估學員經驗與知識水平
3. 跨專科應用廣，評估報告、系統熟練度全包辦
4. 個人化儀表板助學習，未來將推廣至臨床應用

AMA 百萬資助 AI 開發，強化臨床推論回饋
賓州大學佩雷爾曼醫學院 (Perelman School of Medicine) 的醫師研究團隊正致力於利用人工智慧 (AI) 培訓未來的醫生。這項計畫源於該校在一月份獲得美國醫學會 (American Medical Association, AMA) 教育補助計畫提供的 110 萬美元資助，主要目的是透過 AI 為醫學生與住院醫師在進行「臨床推論」 (clinical reasoning) 時提供回饋，幫助他們了解在診斷過程中哪些環節可以精進。

佩雷爾曼醫學院內科住院醫師計畫副主任 Janae Heath 指出，醫師在培訓過程中往往缺乏即時的專家意見來告知其判斷的正確性，因此專注於「臨床推論的過程」至關重要。精密教育技術總監 Andrew King 則補充，雖然理想狀態是由專家醫師團隊全程聆聽並指導學生，但現實中醫師需專注於照護病患，難以提供即時且精確的回饋。

環境感知 AI 深度分析，評估學員經驗與知識水平
為解決上述困境，賓州醫學院正在開發一種「環境感知人工智慧」(Ambient AI)，可全程記錄醫師間的專業討論，及急診室內醫師與患者間的溝通。該系統結合大型語言模型 (LLM)，能夠深入解析對話內容，以評估學員之臨床經驗及知識水平。在醫師間互動方面，AI 可檢測學員是否明確辨識自身認知盲點、資訊整合組織能力與邏輯性，以及醫療術語運用的頻率與準確性。

針對醫患溝通部分，此 AI 工具融合醫學教科書、臨床紀錄等多元資料來源，設計理想互動流程，進一步將學員實際溝通表現與標準進行比對，據此評估他們是否採取了最佳的詢問策略。

跨專科應用廣，評估報告、系統熟練度全包辦
這套 AI 系統除了能用於對話分析，還應用在多個醫學專科。例如在放射科，AI 協助分析學員的臨床報告並給予其回饋；而在外科部門，研發者也開發軟體來記錄學員使用電子健康紀錄 (HER) 系統時的眼球轉動、滑鼠操作以及下達檢驗指令的時間，藉此評估他們對這項重要工具的熟練程度。

個人化儀表板助學習，未來將推廣至臨床應用
目前這套工具的定位並非用於給予學分成績，而是將收集到的資訊整合進一個「個人化儀表板」，供醫學生自行查看與檢討。該計畫目前正處於收集訓練數據與優化使用者體驗的階段，並計劃在未來兩年內透過驗證研究 (validation studies) 與小規模測試和小規模測試，逐步推出這項技術。雖然目前的發展重點在於醫學生教育，但 Andrew King 表示，一旦技術成熟，這套工具未來完全有潛力推廣給執業中的醫療專業人員使用。

資料來源：Endpoints News