NEJM | 人工智能与医学教育 —— 21世纪的潘多拉之盒

编译 | 曾全晨

审稿 | 王建民

今天为大家介绍的是来自Avraham Cooper和 Adam Rodman的一篇关于Chatgpt的评论。

ChatGPT（Chat Generative Pre-trained Transformer），由人工智能（AI）驱动的OpenAI聊天机器人，已成为历史上增长最快的互联网应用程序。生成式AI，包括大型语言模型如GPT，在产生类似人类生成的文本方面具有能力，似乎可以模仿人类思维。医学学员和临床医生已经在使用这项技术，医学教育不具备等待观望的奢侈品；该领域现在需要应对人工智能的影响。关于人工智能对医学的影响，已经提出了许多合理的担忧，包括人工智能有可能编造信息，并将其作为事实呈现出来（称为“幻觉”），对患者隐私的影响，以及偏见可能被内置到数据源中的风险。但我们担心，对这些直接挑战的关注掩盖了AI可能对医学教育产生的许多更广泛影响，特别是这项技术如何影响医学学员和医生的思维结构和实践模式，可能影响数代人。

在整个历史上，技术一直在干扰医生的思维方式。19世纪发明的听诊器帮助推动了体格检查的发展和完善，导致医生将自己视为诊断侦探的出现。最近，信息技术重塑了临床推理模式，正如著名的问题导向医疗记录的发明者劳伦斯·威德所说：医生如何结构化数据会影响我们的思维方式。现代的计费结构、质量改进系统以及当前的电子健康记录（以及与之相关的不适）都深受这种记录方法的影响。

自从2022年秋季发布以来，ChatGPT已经显示出至少与问题导向医疗记录一样具有颠覆性，它已经通过了执业医生资格考试和临床推理考试，并且近似于医生的诊断思维模式。高等教育目前正在努力应对“大学论文的终结”，医学院的个人陈述也肯定会跟进。主要的医疗保健公司正在与科技公司合作，在美国的医疗保健系统中广泛迅速地部署人工智能，包括将其整合到电子健康记录和语音识别软件中。旨在在某些医疗接触中取代医生的聊天机器人即将面世。显然，医学教育正在改变，这使得这门学科面临一个存在性的选择：医学教育者是否采取行动主义方法，将人工智能融入医生培训中，有意识地为医生队伍做好准备，让他们在医疗保健中安全且适当地使用这项变革性技术？还是我们允许由于优先考虑运营效率和利润的激励而受控的外部力量决定这种融合的形式？我们坚信，课程设计师、项目和机构领导者以及认证机构必须开始考虑人工智能的影响。

医学院面临着双重挑战：他们需要教会学生如何在实践中利用人工智能，同时还需要适应学生和教职员工在学术上使用人工智能的新兴趋势。医学生已经开始在学习中应用人工智能，通过聊天机器人生成疾病模式并预测教学要点。教师正在考虑如何利用人工智能来设计课程和评估。一个完全由人类构建的医学院课程的理念现在受到了怀疑：如果课程的组成部分并非源自人类思维，那么医学院如何保证其课程的质量？如果学生使用人工智能来完成任务，学校如何保持学术标准？为了充分准备学生应对未来的临床环境，医学院需要开始将关于人工智能使用的教学纳入临床技能课程、诊断推理课程和系统性实践培训中。作为第一步，教育工作者可以确定本地的思想领袖和内容专家，并要求他们定义一个适应课程的方法。这样调整过的课程应该经过严格评估并发表出来，这项工作已经开始进行了。在研究生医学教育阶段，住院医师和研究生需要为未来做好准备，其中人工智能工具是他们独立实践的重要组成部分。学员们必须能够熟练使用人工智能，理解其能力和局限性，既是为了支持他们自己的临床技能，也是因为他们的患者已经在使用。例如，ChatGPT可以用患者友好的语言提供关于癌症筛查的建议，虽然准确度不是100%。患者通过人工智能提出的查询不可避免地会导致患者与医生关系的演变，就像商业基因测试产品和在线医疗建议平台的广泛应用改变了诊所访问时的讨论主题一样。目前的住院医师和研究生还有30到40年的执业前景，他们需要适应临床护理的发展。

医学教育者可以将重点放在构建培训计划，帮助住院医师和研究生建立在人工智能方面的“适应性专业知识”，从而使他们能够应对未来的变革浪潮。像研究生医学教育认证委员会这样的监管机构可以将关于人工智能教育的期望纳入常见的课程要求中，这将构成课程标准的基础，并促使个别课程进行培训方法的改变。最后，已经执业的医生将需要熟悉人工智能；专业协会可以引领成员为新的医疗现实做好准备。对于人工智能在医疗实践中的角色存在的担忧并非无关紧要。医学有着几千年的认知学徒制历史。当医学生从培训的第一天起就开始使用由人工智能驱动的聊天机器人时，这种模式会受到影响吗？学习理论强调，努力学习和刻意练习对于知识和技能的增长至关重要。当在临床点可以立即和可靠地由聊天机器人回答任何问题时，医生如何成为有效的终身学习者？伦理准则是医学实践的基石。当医学受到通过不透明算法筛选伦理决策的人工智能模型的辅助时，医疗看起来会是什么样子？医生的职业身份几乎与我们近两百年来的认知工作紧密相连。当大部分认知工作都可以转移到人工智能时，作为医生的执业将意味着什么？目前无法回答这些问题，但我们需要开始思考。

哲学家雅克·德里达阐述了药物（pharmakon）的概念，它既可以治愈又可能伤害。人工智能技术提供了机会和威胁。由于涉及到医疗保健自身的未来，我们认为医学教育领域应该在整合人工智能进入临床实践方面走在前列。这个过程不会容易，特别是考虑到变化的速度和缺乏指导文献，但潘多拉的盒子已经打开。如果我们不主导自己的未来，强大的科技公司将乐意替我们塑造它。

Cooper, A., & Rodman, A. (2023). AI and Medical Education-A 21st-Century Pandora's Box. The New England journal of medicine.