醫療保健中的生成式 AI

---

---

生成式 AI 正在改變醫療保健行業。它提供工具來改善患者護理，加強行政職能並支援臨床決策。透過將 AI 整合到日常實踐中，醫療保健專業人員可以提高診斷準確性、患者溝通、醫學研究和工作效率。在本章中，我們將探討各種適合醫療保健專業人員的下一代 AI 工具。

ChatGPT：用於患者溝通和醫療資訊的 AI

ChatGPT 是一款對話式 AI 工具，旨在幫助醫療保健專業人員進行患者互動。它可以透過回答問題、澄清診斷和簡化複雜的醫學概念來提供幫助。

此外，它還可以支援開發患者教育材料並幫助建立臨床文件。

優勢

• 準確且輕鬆地解釋醫學狀況
• 生成草稿醫療記錄、摘要和患者報告
• 回答臨床時間之外的常見患者問題
• 透過生成簡化的健康資訊來支援患者教育

用例

解釋醫學狀況 - ChatGPT 可以解釋患者症狀和病史，以根據即時資料和醫學文獻提出可能的診斷。

提示 - 用 12 歲兒童容易理解的語言描述糖尿病及其控制方法。

個性化治療方案 - 使用 ChatGPT 將複雜的醫學研究文章或臨床記錄濃縮成易於患者或醫療專業人員理解的摘要。

提示 - 總結這篇關於癌症免疫療法最新進展的臨床研究論文。

IBM Watson Health：用於臨床決策支援的 AI

IBM Watson Health 是一個領先的 AI 平臺，它透過分析大量的醫學資料來幫助醫療專業人員做出決策。可以幫助診斷患者，個性化治療方案，並根據患者資訊和病史識別潛在風險。

優勢

• 支援循證臨床決策
• 分析患者資料以建議個性化治療方案
• 透過分析趨勢和歷史資料幫助醫療保健專業人員儘早發現疾病
• 透過將個案與全球醫學知識進行比較來提高診斷準確性

用例

患者溝通 - ChatGPT 可以幫助臨床醫生起草對關於病情、治療或藥物的常見患者問題的回覆。

提示 - 評估一名 45 歲男性出現胸痛、呼吸急促和疲勞的症狀，並提出可能的診斷。

生成醫療摘要 - Watson Health 可以透過考慮遺傳、生活方式和環境因素來建議個性化治療。

提示 - 考慮患者的遺傳背景和病史，為乳腺癌提出量身定製的治療方案。

Doximity 的 Dialer AI：用於遠端醫療和溝通的 AI

Doximity 的 Dialer AI 透過允許專業人員進行虛擬諮詢、管理患者溝通並提供安全的訊息傳遞來增強醫療保健提供者的患者溝通，所有這些都由 AI 提供支援。

優勢

• 該系統促進了高效的虛擬患者諮詢。
• 它自動執行預約提醒、後續跟進和安全訊息。
• 該系統轉錄患者對話併為醫療記錄生成摘要。
• 它透過提供易於訪問的清晰溝通來提高患者滿意度。

用例

自動患者後續跟進 - Dialer AI 可以在預約後傳送後續訊息或提醒，以確保患者遵循其治療方案。

提示 - 為患者在諮詢一週後建立一個自動後續訊息，以檢查其恢復進度。

虛擬諮詢 - 與患者進行遠端醫療訪問，並使用 AI 生成的摘要來記錄對話。

提示 - 為今天與患有慢性背痛的患者進行的遠端醫療諮詢生成摘要。

Butterfly iQ+：用於醫學影像的 AI

醫療保健專業人員使用 AI 驅動的掌上超聲裝置 Butterfly iQ+ 在護理點進行醫學影像。該裝置使用 AI 來指導臨床醫生進行掃描程式並分析超聲影像。

優勢

• 超聲掃描中的 AI 指導輔助提供了準確的影像。
• 該系統提供即時影像分析以幫助診斷。
• 它減少了在各種醫療保健環境中對昂貴、笨重的成像裝置的需求。
• 該技術增強了初級保健和緊急情況下的診斷能力。

用例

AI 輔助影像 - Butterfly iQ+ 可以指導醫療專業人員進行超聲影像過程。它指定關鍵訊號以確保準確性。

提示 - 請引導我進行肝臟超聲掃描，並幫助我解讀影像以檢測任何肝臟疾病的跡象。

行動式診斷 - 在偏遠地區或床邊使用手持裝置，透過 AI 支援的分析快速評估患者病情。

提示 - 對一名胸痛患者進行心臟超聲檢查，並提供心臟功能的即時 AI 分析。

Suki AI：用於臨床文件和筆記記錄的 AI

Suki AI 透過使用語音命令生成詳細的患者記錄來幫助醫療保健專業人員進行臨床文件記錄，從而減輕醫生的行政負擔。

優勢

• 該系統在患者諮詢期間或之後自動記錄筆記。
• 它透過生成準確的文件來減少醫療保健專業人員花費在行政任務上的時間。
• 該系統透過消除手動筆記輸入來幫助醫療保健提供者專注於患者護理。
• 它提高了醫療記錄的效率和準確性。

用例

語音啟用的醫療文件 - Suki AI 可以透過將口語轉錄成結構化的醫療文件來記錄患者就診期間的筆記。

提示 - 為例行檢查生成患者記錄，其中患者報告在服用處方藥後血壓有所改善。

建立後續報告 - 在每次患者就診後自動建立後續報告，以總結關鍵發現、治療和建議。

提示 - 為一名糖尿病患者在關於血糖控制的諮詢後建立後續報告。

DeepMind 的 AlphaFold：用於醫學研究和蛋白質結構預測的 AI

DeepMind 的 AlphaFold 是一款尖端的 AI 工具，可以預測蛋白質結構。這極大地幫助了醫學研究。該工具幫助醫療保健專業人員和研究人員瞭解蛋白質摺疊的工作原理，從而能夠開發更好的疾病治療方法。

優勢

• 以高精度預測蛋白質結構，加速醫學研究
• 支援藥物研發和新療法的開發
• 提供對分子水平疾病機制的見解
• 減少了耗時的實驗室實驗的需求

用例

蛋白質結構預測 - AlphaFold 可以預測與疾病相關的蛋白質的結構，這有助於建立新的藥物和治療方法。

提示 - 預測與阿爾茨海默病相關的蛋白質的結構，並分析潛在的藥物靶點。

醫學研究支援 - 使用 AlphaFold 的預測來支援生物醫學領域的持續研究，特別是瞭解基因突變及其對蛋白質結構的影響。

提示 - 建立參與囊性纖維化的突變蛋白質的模型，並分析突變如何影響蛋白質功能。

結論

ChatGPT、IBM Watson Health、Doximity 的 Dialer AI、Butterfly iQ+、Suki AI 和 AlphaFold 等生成式 AI 工具使醫療保健專業人員能夠改善患者護理、簡化行政任務、增強診斷能力和支援研究。這些工具節省時間，導致更準確的臨床結果，提供更好的患者體驗，並創造更高效的醫療保健運營。