醫療人工智慧 · asia
AI寫標靶治療同意書較完整,卻有逾四分之一加入無根據推論
70名風濕科患者的配對研究顯示,AI能更周全地交代治療風險與替代方案,卻也增加閱讀負擔。文件評分較高,距離讓患者真正理解,還有一道驗證關卡。
接受標靶治療前,患者需要理解的不只是藥物可能帶來多少好處,也包括風險,以及還有哪些選擇。AI看似能把這些內容寫得更周全,但一項新研究發現,完整的文字也可能夾帶病歷沒有支持的個人化推論,讓知情同意面臨另一種風險。
11月4日刊於《Frontiers in Pharmacology》的研究,回溯北京同仁醫院2025年接受標靶治療的70名成年風濕科患者。團隊以去識別化病例資料及統一提示,讓DeepSeek-V4-pro生成說明文字,再與電子病歷中的醫師版本比較。這是常規治療文件研究,並非新藥臨床試驗的受試者同意書測試。
三名風濕科醫師在不知道文字來源的情況下,依研究團隊自訂、涵蓋八個面向與13個項目的量表,評估共140份文字。AI版本的整體品質分數中位數為60分,醫師版本為50分,差異主要出現在風險、效益及替代方案的說明。11月13日Bioengineer.org轉載的同事件報導,也呈現相同結果;這些分數反映的是特定評分框架下的內容表現。
然而,AI版本有19份、占27.1%出現「幻覺」,醫師版本則未發現。此處的幻覺,主要是把缺乏依據的推論寫成患者本人的事實。研究另行檢查了資訊不準確與遺漏,兩組差異均未達統計顯著;因此,內容得分較高,不能直接解讀為事實更可靠,也不能據此認定AI已確實減少遺漏。
閱讀門檻同樣沒有隨內容增加而降低。中文可讀性工具CRIE 3.0的平均分數,AI版本為7.87,醫師版本為7.10,分數愈高代表所需閱讀程度愈高。這項結果提示,寫得詳盡可能伴隨更大的理解負擔,但工具評分本身仍無法回答患者究竟讀懂多少。
研究的關鍵界線正在這裡:AI文字是事後為研究生成,未交給患者閱讀,也未用於臨床照護。團隊評估的是同意書中特定說明內容,沒有測量患者理解、決策品質或治療結果;單一醫院、自訂量表與單一模型,也限制了結果能推廣的範圍。
作者因此將AI的可能角色定位為協助起草與檢查內容涵蓋程度,並要求臨床使用前由醫師逐項核實。不過,研究尚未測試覆核後文件的安全性,也未計算修改負擔。下一步需要驗證的,是這套流程能否在修正錯誤之後,真正幫助患者理解治療選擇。