每日醫研雜誌

1. 臨床決策支援與風險預測

人工智慧（AI）與機器學習（ML）技術正被廣泛應用於預測臨床風險，以提升護理決策的精準度與個別化程度。

• 術後低溫預測：研究開發出具解釋性的機器學習模型，用於預測剖腹產（特別是前置胎盤患者）的術後低溫風險。結果顯示邏輯迴歸（Logistic Regression）模型表現最優，並能透過 LIME 技術提供個別化解釋，協助護理人員進行精準的溫度管理。
• 臨床護理師現症（Presenteeism）風險評估：透過廣義加性模型（GAM），研究能有效捕捉非線性關係，識別影響護理師現症的關鍵因子（如倦怠、社會支持、組織氣候等），為風險分層管理提供視覺化工具。
• 胎兒監測與專業權威：AI 增強型胎兒監測系統進入產科護理，雖然能作為決策支持，但也改變了護理師的臨床判斷過程。當護理師的經驗判斷與演算法輸出不一致時，護理師往往需進行「知識轉譯」，將具體的臨床觀察轉化為演算法可識別的語言，以維持專業權威。

2. 數位健康介入與護理教育

AI 與數位技術正改變護理人員的專業培訓與心理健康管理。

• 藥物計算能力培訓：研究開發出一款基於 AI 的行動模擬應用程式，透過自適應回饋（Adaptive Feedback）模擬真實醫院環境，顯著提升了護理人員在藥物劑量計算上的知識、臨床決策能力及自我效能感。
• 職業倦怠緩解：數位健康介入（DHIs）對於減少護理師職業倦怠具有顯著效果。其中，AI 定製化的行動端介入措施（AI-tailored mobile interventions）展現出良好的潛力，顯示數位工具在提升護理人力福祉方面的價值。

1. 糖尿病管理：從通用模型到專業化調優

在糖尿病管理領域，研究重點在於如何提升 AI 提供精準教育與臨床決策支持的能力。

• 整合 ChatGPT 的潛力：在資源有限的環境下（如南非），ChatGPT 可作為兒童與青少年糖尿病患者的即時教育與社交支持工具，但需克服技術、社會與財務障聞，並建立相關政策框架。
• 領域特定模型（Domain-specific LLM）的優勢：通用型模型在處理糖尿病特定推理與飲食建議時表現有限。研究顯示，透過「反射式（Reflection-based）」與「課程式（Curriculum-based）」指令微調技術，可顯著提升模型在臨床問答與飲食建議的表現。例如，專門化模型在生成餐點計畫時，能有效降低餐後血糖負擔，表現優於 GPT-4。

2. 皮膚科與耳鼻喉科：診斷精準度與臨床決策

AI 在特定慢性疾病（如玫瑰痤瘡、鼻竇炎）的資訊提供與診斷分類中展現不同程度的可靠性。

• 玫瑰痤瘡（Rosacea）資訊可靠性：研究比較了 ChatGPT-5.2、Claude Sonnet 4.5 與 DeepSeek-V3.2。結果顯示 ChatGPT-5.2 在可讀性上表現最佳，而 DeepSeek-V3.2 則在整體品質上較優；儘管 AI 具備潛力，但模型間的性能差異與「參考文獻幻覺（Reference Hallucination）」問題，強調了臨床應用前需嚴格驗證的重要性。
• 鼻科臨床決策支持：在處理真實世界的鼻竇疾病案例時，ChatGPT-4 在處理具有明顯內視鏡與影像特徵的病例（如慢性肥厚性鼻竇炎伴隨鼻息肉，CRSwNP）時，其診斷準確度與敏感度極高（敏感度 95.3%）；但在處理較需細微臨床判斷的病例時，表現則較不穩定。此外，AI 在醫療與手術決策建議上的準確度一致性較高。

1. 基因組學與分子機制研究

現代醫學研究正深入探討特定基因與生物學過程在疾病中的角色，從單細胞層級到全基因組層級的分析已成為主流：

• 細胞衰老與代謝調控：在肌少症（Sarcopenia）的研究中，透過單細胞轉錄組分析與機器學習，已識別出如 `PCK1`、`EGFR` 與 `MAPKAPK3` 等與細胞衰老相關的核心基因（Hub genes），這些基因反映了代謝適應、基質重塑及免疫微環境的改變。
• 癌症基因組學與預後預測：在胃癌研究領域，`TP53` 基因突變被視為驅動胃部病變從異型增生轉向侵襲性惡性腫瘤的關鍵基因組事件。研究趨勢正從早期的基因突變探索，轉向利用基因狀態進行臨床預後分層與監測。
• 植物基因組與藥物開發：針對中藥材（如黃芩屬 Coptis）的葉綠體基因組研究，透過分析共義密碼子使用偏好（Synonymous codon usage bias）與演化動力學，為未來植物工程與藥物成分開發提供基礎資源。

2. 中醫（TCM）的現代化與整合醫學趨勢

中醫正透過現代技術（如網路藥理學、代謝組學）與精準醫學進行整合，以提升其科學實證基礎：

• 胃癌的整合治療與機制探討：中醫在胃癌的預防與治療中展現潛力，特別是在調節凋亡路徑、調節信號網絡及改善免疫功能方面。目前研究正結合網路藥理學與納米技術，旨在釐清中藥成分（如黃芪多醣 APS 與黃芪甲苷 AS-IV）如何透過調節免疫代謝網絡，將腫瘤免疫微環境（TIME）從免疫抑制轉向免疫刺激狀態。
• 精準免疫調節：研究顯示，特定中藥成分（如 APS 與 AS-IV）能透過調節細胞免疫（如促進樹突細胞成熟、減輕 T 細胞耗竭）與調節腫瘤生物能量學（抑制有氧糖解與脂質代謝），展現出從傳統經驗方轉向精準免疫治療的潛力。

1. 物理治療領域的 AI 應用

1.1 生成式 AI 於運動物理治療計畫之應用

研究評估了 ChatGPT-4.1 在生成運動傷害復健計畫（如肌肉、韌帶、骨骼等損傷）的表現。

• 研究發現：
• 適用性：對於線性、基於標準化方案的復健（如骨折後復健）表現良好，能生成結構化且具備邏輯性的計畫。
• 侷限性：在處理複雜、需高度依賴術後階段性（postoperative-staging-sensitive）的案例時，表現顯著下降。
• 臨床建議：AI 應定位為「臨床醫師監督下的輔助工具」，而非自主決策者。

1.2 遠距復健中的情緒人工智慧 (Emotional AI)

針對嚴重獲得性腦損傷（SABI）患者的遠距復健（Tele-Rehabilitation）環境，研究探討了基於邊緣運算（Edge Computing）的情緒 AI 技術。

• 技術實現：透過臉部表情辨識（FER）系統監測患者在治療過程中的情緒狀態。
• 硬體可行性：實驗證實，該技術可在低成本的邊緣設備（如 Raspberry Pi 4B）上運行，且能維持在滿足監控需求的幀率（FPS）以上，具備在患者居家環境中進行「全天候運作」的技術潛力。

2. 臨床心理學與心理健康之 AI 應用

2.1 心理治療紀錄摘要之生成評估

針對心理治療過程中，臨床醫師撰寫紀錄耗時且負擔沉重的問題，研究對比了大型語言模型（LLM）生成的摘要與臨床醫師撰寫的摘要。

• 研究發現：
• 優勢與不足：LLM 在「保留核心主題」方面表現優異，但在捕捉「臨床細微差別（subtleties）」與「深度」方面，仍不及專業臨床醫師。
• 工作流建議：支持「人類監督下的 AI 工作流（Human-AI Workflows）」，即由 AI 生成草稿，再由臨床醫師進行審核與驗證，而非取代臨床判斷。

1. 開發模式轉型：從「寫程式」到「代理與設計」

目前的開發趨勢顯示，AI 正在從單純的程式碼補全（Code Suggestion）演進為具備自主能力的「代理（Agent）」模式。

• 開發流程自動化：GitHub Copilot 的代理功能已能執行環境設定、運行測試及開啟 Pull Request。這使得開發者的工作重心從「打字編寫程式碼」轉向系統設計、需求定義與安全性審查。
• 高度可擴展性：Claude Code 透過 Function Hooks 技術，允許開發者加入自定義動作與工具，預期將加速 AI 輔助開發在 DevOps 流水線中的普及。
• 本地優先與工具鏈完善：開發者正趨向於使用「本地優先」的工具鏈，例如能同時在自有硬體執行完整流程的開源方案，這降低了對雲端 API 的依賴，並透過精簡的部署架構（如單一 Binary 加 Postgres）提升效率。

2. 開源生態系與產業整合趨勢

開源技術已成為掌握 AI 軟體主導權的關鍵。

• 大型收購案與資源整合：輝達（NVIDIA）計畫以 130 億美元收購開源 AI 模型平台 Hugging Face，此舉被視為掌握 AI 軟體與開發者主導權的重要戰略，旨在透過接觸數百萬名開發者來分散風險，並從硬體供應商轉型為軟體領域的競爭者。
• 技術轉譯與代理風險：部分開發者嘗試將封閉的官方 AI 服務（如「國家反詐 AI」）透過反向代理技術轉譯為標準 OpenAI 相容介面，使其能被主流 AI 開發框架調用，但也引發了法律與帳戶安全風險的討論。

1. 核心技術趨勢：從生成到精準編輯

目前的 AI 圖像技術正從單純的「文字生成圖像」轉向「高精度的局部編輯與交互式創作」。

• 精準物件處理與局部修改：
• 物件分割與重塑：新一代工具（如 Google Pics）具備精準物件分割技術，使用者可透過框選特定物體進行位移、縮放或風格變更，並由系統智慧修補背景。
• 局部指令編輯：OpenAI 的 ChatGPT Images 2.5 強調「定點修改」能力，使用者可透過圈選區域或使用草圖（Sketch）來指定修改位置，避免傳統生成模型在多次編輯後導致的主體變形或構圖崩壞。
• 視覺風格與文字處理：
• 文字編輯與翻譯：AI 可自動辨識圖片內的文字，在修改內容或進行多國語言翻譯時，仍能自動保留原始的字體風格、排版位置與色彩。
• 風格轉換與動畫化：技術已能支援將傳統漫畫風格（如港漫）透過演算法識別特徵，進而將靜態圖像轉化為動態影像，並保留原有的線條特徵。

2. 主要產品與應用場景

A. 辦公與生產力工具（Google 體系）

• 無縫整合工作流：Google Pics 透過「覆蓋式（Overlay）介面」解決了傳統修圖需切換分頁的痛點。使用者可在 Google Docs 或 Slides 中直接喚起編輯視窗，完成修圖後一鍵「取代圖片」，實現不跳出文件的流暢體驗。
• 高解析度輸出：支援最高 2K 至 4K 的超高解析度輸出，滿足專業簡報與報告需求。