港大醫學院研AI生成試題快人手10倍

2024-01-04 00:00

許長峯稱目前AI未能生成可靠的醫學圖像,因此考試題目仍由教師親自撰寫。
許長峯稱目前AI未能生成可靠的醫學圖像,因此考試題目仍由教師親自撰寫。

人工智能應用蔚然成風,香港大學醫學院近期將生成式人工智能引入醫學教育,除了早前開發AI病人,訓練學生溝通能力和接觸罕見病例,近期更開發以AI生成醫科生的考試題目,效果與由教師親自撰寫相若。外科學系臨床助理教授許長峯接受本報專訪時透露,以AI生成多項選擇題比人手快10倍,有助減輕教師工作量。不過,他強調雖然AI在醫學教育可大派用場,但教師的專業知識仍不可或缺,將來AI仍難取代人類。

醫學教育和考核素來嚴謹,以免學生習非成是,將來影響病人。不過早前香港大學醫學院進行研究,大膽嘗試以生成式AI撰寫醫科生的考試題目。有份參與研究的外科學系臨床助理教授許長峯,早前接受本報專訪指,醫科教師除了教學,亦要兼顧研究、在醫院診症等工作,「出題目時還要每年都不相同,對教師而言是很大的工作量」,因此研究以AI為考試出題目。
出題質素與教師相若

研究在去年初進行,8月於國際學術期刊《公共科學圖書館:綜合》發表結果。許長峯稱,他與一名內科醫生共撰寫50條醫科生畢業考試程度的多項選擇題,並指示AI就兩本醫科教科書的內容同樣撰寫50條問題。兩名醫生合共花了211分鐘撰寫題目,但AI只需20分鐘,「我們把教科書內容輸入AI的過程亦計算在內,可能這步驟用的時間更佔了大部分。」除了速度快,許長峯指AI的出題質素亦與由教師親自撰寫相若,「我們將問題交給一些醫療學者,他們也分辨不出哪些是人寫、哪些是AI寫。」

雖然質素有保證,不過許長峯指目前試題仍由教師親自撰寫。他解釋,AI暫時未能生成可靠的圖像,「譬如題目中的X光圖像,AI生成後仍要由教師檢查是否準確」,但未來會邀請學生試做題目,研究會否影響及格率。至於AI能否生成開放式題目,許長峯稱研究未涉獵,「理論上可以,但我們以選擇題為研究,主要因為我們可客觀評價題目出得好與否;答案容易猜中、有些選項一看便知是錯,這些就不是好的題目。」
AI難代傳統醫學教育

生成式AI亦用於由許長峯及團隊早前公布的「AI病人」研究,以聊天機械人的形式扮演病人,目前已於乳腺外科的教學使用。他指,現時公立醫院病人流轉率高,加上並非所有病人都願意成為醫科生上課的「病例」,AI病人有助學生學習應對不同性格、患上不同疾病的病人。

AI能生成不同場景和病例,但許長峯表示病例都由教師擔任「導演」,「若任由病情隨機變化,我們很難猜到病情發展,事先準備的教材或用不着。」他又強調,AI的機器學習始終基於人類,不能盡信,「若有人輸入錯誤資訊,AI輸出的資訊便會錯。相信無論AI怎樣發展,始終不能取代傳統醫學和臨床教育。」許長峯又表示,病人的動作、表情有時亦有助診斷,AI病人始終只是聊天機械人,無法取代與病人面見的訓練,「我們訓練醫科生不是要訓練他們與電腦對話,他們畢業後是要診治真病人,與真人溝通、觀察才是最重要。」

許長峯稱,除了生成式AI,一般的AI亦有助教學和診斷。他舉例,港大最近研發AI,可辨識學生超聲波取樣圖像是否準確;大學亦正研究以AI分析影像,診斷病人是否罹患乳癌。至於AI能否取代傳統的醫學診斷和教學,許長峯認為AI發展未成熟,「連醫生診斷也不可能100%準確,更何況是AI?而且醫生經過專業的培訓,但AI只依靠人類輸入的資訊學習,所以AI未來都只是輔助性質。」

關鍵字

最新回應

相關新聞

You are currently at: 187235123.xyz
Skip This Ads
close ad
close ad