登入/註冊
Taiwan Society of Emergency Medicine
Taiwan Society of Emergency Medicine
|
本會期刊
台灣急診醫學通訊
 第八卷第四期 點閱次數：142 PDF下載次數：4 面對臨床與科技的交會點：急診住院醫師必備人工智慧勝任能力
Navigating the Convergence of Clinical Care and Technology: Core Artificial Intelligence Competencies for Emergency Medicine Residents 邱俊文1,2,3,4 1.彰化基督教醫院急診暨重症醫學部 2.彰化基督教醫院教學部臨床技能訓練中心 3.國立嘉義大學教育系研究所 4.大葉大學護理學系 一、前言 近年來，人工智慧（Artificial Intelligence, AI）已深度融入醫療領域的各個層面，無論是在臨床決策、教育訓練，或是醫學研究上，都展現出革命性的影響力。尤其自 2023 年至 2025 年，以大型語言模型（Large Language Models, LLM）為核心的生成式人工智慧（Generative AI, GAI），在演算推論與應用能力上快速演進，使其不僅能夠進行精確的臨床分析與診斷輔助，亦能生成高擬真度的教學素材，在醫學教育的效率與教學方式多元化上帶來顯著成效。因此，世界衛生組織（World Health Organization, WHO）已強調 AI 素養為未來醫療專業人員必備的勝任能力之一。然而，不同培訓階段如醫學生、住院醫師，或者負責教學的主治醫師，在AI時代究竟應該建構哪些核心能力內容，仍有待深入探討。本文將聚焦於急診住院醫師，探討其必備的AI勝任能力。 二、急診住院醫師核心 AI 勝任能力框架 在2025年的今日，面對AI技術快速演進，急診住院醫師必須在訓練過程中，同步建立一套完整且前瞻的AI勝任能力基礎。這個基礎不僅關於能否熟練應用AI相關新工具，進一步涉及如何在高壓急診環境中，將新工具與臨床經驗結合，以做出快速而精準的判斷。有鑑於此，本文回顧相關醫學文獻，整合出五個目前急診住院醫師必備的AI勝任能力。 1) 基礎AI與數據素養 (Foundational AI & Data Literacy)：此為所有能力的基石。急診醫師不僅僅是AI工具的單純「使用者」，更應成為了解背後原理的「知情者」。包括理解AI的核心概念，例如深度學習 (DL)、自然語言處理 (NLP)、大型語言模型 (LLM)、影像處理和訊號處理等基本原理及其在醫學中的潛在應用。醫師需了解AI模型的運作方式，從而意識到如「AI幻覺」等AI系統的不足處，進而了解AI工具對於臨床問題可以達到多少解釋性。 2) 臨床應用與批判性評估 (Clinical Application & Critical Appraisal)：急診醫師應該率先使用GAI新技術，並將其定位為增強臨床決策與效率的輔助工具，而非取代專業判斷的手段。在實際工作中，醫師需要能夠有效地將各類 AI 系統整合至臨床工作流程，例如影像輔助判讀軟體、臨床決策支持系統（Clinical Decision Support Systems, CDSS）、以及各種風險預測模型。更關鍵的是醫師必須培養對 AI 產出結果的批判性評估能力，不僅要能判斷其準確性與可靠性，還需審視其與病人個體情境的適配性，才能在急診環境中真正發揮 AI 的價值，並維護專業醫療判斷的核心地位。 3) 倫理、法律與社會意涵 (Ethical, Legal, and Social Implications - ELSI)：急診醫師必需意識到使用AI工具的倫理考量，如病人資料隱私與安全、演算法偏見。也當思考以下問題： a. 當AI輔助決策導致不良後果時，法律與倫理責任應如何界定? b. 如何在追求效率，同時維護醫療的人文關懷? 急診醫師必須了解，對這類議題的深刻理解與反思，是負責任地使用AI的前提。 4) 人機協作與溝通 (Human-AI Collaboration & Communication)：急診醫師未來的角色將從單純的臨床「決策者」，轉變為與AI協同工作的「指揮家」。急診醫師不只須將AI視為「增強臨床能力」的工具，還必須充分使用AI。因此，掌控如「提示工程」（prompt engineering）等這類人機協作技巧，精準地向GAI溝通，以獲取最相關、最可靠的資訊，將是未來基本技能。甚至進一步研究相關技巧，建立綜合判斷機制，以整合臨床情境、AI 輸出與病患特性，最後判斷何時採納或否決 AI 建議。 5) 終身學習與專業發展 (Lifelong Learning & Professional Development)：急診醫師應該認識到AI領域的快速變遷，致力於持續學習與調適。這個能力分成兩個部分，其一為主動追蹤AI在醫學領域的最新進展，參與相關的繼續教育與專業發展活動，培養在實踐中反思和改進AI應用的能力。其二為藉由AI工具，將急重症醫學新知與技能融入日常臨床實踐之中。 三、從教育到評估：建構急診住院醫師 AI 能力的實踐模式 要建立專業勝任能力，離不開教育課程與評估機制。近年來，不論是醫學生、住院醫師，甚至醫學院教師，都傾向透過結構化 AI 課程培養勝任能力。例如，加拿大家庭醫學開發的 AIFM-ed（Artificial Intelligence in Family Medicine Education） 系統性訓練課程，即為畢業後醫學教育提供了整合 AI 能力的典範。然而，GAI 模型發展過於快速，許多應用尚未成熟即被更高階模型取代。因此，與其依賴單一課程，不如鼓勵住院醫師保持開放態度與主動探索，將 AI 工具融入日常臨床與自主學習中，同時避免過度依賴，以維持核心臨床推理能力。 Reference： |
