Enews350 在人工智慧時代重新構思醫學教育(1)
出自KMU e-News
高雄醫學大學e快報 第350期 分享園地
在人工智慧時代重新構思醫學教育(1)
本校醫學院 劉克明名譽教授
傳統的醫學教育主要是建立在大約一個世紀前， Flexner Report發表之後。從那時起，與醫學相關的科學以及群眾的醫療照護的需求，發生了重大變化，醫學教育隨之進行顯著的改革。但迄今仍有不少與醫療照護有關的問題存在，包括醫師明顯的不足，特別是在新興經濟地區，不但基層醫師的比例不足，而且專科醫師的分佈也不均。此外，部分醫師無法充分地適應科學的新發現，或他們的患者不斷變化的需求。最基本的，醫學院沒有足夠數量的臨床醫學教師是已經準備充分、有效的教育工作者，以及太少的醫學院為學生的終身學習和醫療制度的改變做好準備。事實上，醫學院應用偏重記憶為主的教學法訓練學生臨床照護技術，而學生實際演練臨床照護技術的時間也不充足。更甚的，醫學教育的高成本以及與當地醫療環境無關的教育計劃，剝奪了社區醫療照護急需的醫學專業知識，皆是醫學院需要解決的問題 (Jason and Douglas)。
然而，醫學院要解決教育的問題時，面臨的最基本的挑戰是，臨床醫療正在迅速從資訊時代轉變為人工智慧時代。醫學教育界要如何在人工智慧時代重新構思醫學教育(Reimagining medical education in the age of AI)？
醫學教育必須從資訊時代轉向人工智慧時代 (Medical education must move from the information age to the age of artificial intelligence):
2018年8月的 Academic Medicine 期刊，刊登美國學術醫學中心學會主席與副主席Dr. Wartman 與 Dr. Combs的一篇文章 -- 醫學教育必須從資訊時代轉向人工智慧時代 (Medical education must move from the information age to the age of artificial intelligence)，筆者獲得作者同意，翻譯成中文，謹將其文章重點摘述如下，以供醫學教育界推動未來課程改革之參考。
現代醫學之父 威廉·奧斯勒爵士 (Sir. William Osler) 曾經說過醫學是一門不確定的科學，也是一種或然率的藝術。然而今日，這個歷史悠久的觀點，儘管未被挑戰過，但正在被更精緻化。醫療專業的不斷變化和醫學教育的改革，將使醫師更有效地進入現代醫療，這些都是白皮書和新聞報導常見的主題。常見的改革主題，包括重新的強調溝通、團隊合作、風險管理和病人安全。我們認為這些改革很重要，但還不夠充分。醫學教育的改革，需要更加注意解決從資訊時代快速的過渡到人工智慧時代，執行醫療的所有最根本的變化。這種轉變的後果，是要求重新制定醫學教育課程。這種重新制定的一個基本原則是，學生必須瞭解和處理 “資訊” 和 “人工智慧” 之間的差異。
- 資訊與人工智慧 (Information Versus Artificial Intelligence)：
資訊時代（大致從20世紀70年代到2010年代，機器學習工具的出現前），其特點是為了一個目的，準確的、及時地、具體的和有組織的運用數據，並在一個賦予它們意義與相關性的環境中呈現，而且導至增加理解和減少不確定性。在此期間，醫師面臨的主要挑戰是，確定有效性以及如何有效地運用此可方便運用的資訊。
人工智慧 - 或電腦模仿人類認知 - 曾經只是一種未來主義者的願景。現在，電腦或電腦控制的機器人，去執行與聰明人 (intelligent being) 有關的一般工作的能力，是已經被廣泛地接受。更重要的是，“人工智慧”一詞應用於發展一套賦予人類心智歷程的特徵，例如推理能力、發現意義、概括和/或從經驗中學習的系統。 使用人工智慧的應用於處理數據，對醫學教育具有重要意義。當前，大多數基於記憶的課程，必須轉變為教導學生具備能夠有效整合，和利用來自越來越多來源的資訊之能力的課程。
例如，管理在人體內與體外，可方便使用的傳感器 (sensors) 的數目和類型的成指數增加，以及它們與個人的和機構的資訊管理單位或組織的連接，只是人工智慧時代出現的挑戰之一。事實上，使用大數據的含義，包括醫生和他們的病人可方便運用的大量數據、機器學習（例如，Watson and Alpha Go）的使用複雜度日益增加、以及醫師和患者之間的知識差異的縮小，也對當前的醫學教育模型提出了實質性的挑戰。因此，無論醫師基於可靠的人工智慧去運用決策支持軟體，或是管理部署在醫院、患者家中或人體內的機器人，他們都需要受過這種新創式的教育。
