生成式 AI 正在加速醫療照護產業的智慧轉型，大型語言模型能將包括病歷、診斷圖表和醫療影像等大量的醫療資料和數據快速轉換為結構化文件，改變了傳統耗時的人工記錄模式，醫護人員能快速且精確地存取重要資訊，進行診斷決策，使患者獲得更精準全面的照護。究竟生成式 AI 正如何為全球醫療產業帶來新的效益與應用可能？

以今（2023）年四月在美國芝加哥舉辦的一場全球健康大會為例，數萬名與會者觀看了一項生成式 AI 技術展示：該技術利用 GPT-4 模擬醫護人員如何使用新平台，將患者與醫護人員的互動在幾秒鐘內即時轉化為臨床筆記，並自動辨識遺漏之處、提醒醫護人員修正。看診結束後，醫護人員能夠透過電腦審核 AI 生成筆記，再運用語音輸入或打字進行編輯，最後將內文提交至患者的電子健康記錄（EHR, electronic health record）。

在醫療院所的營運管理與臨床照護層面上，生成式 AI 技術進展飛快，例如 Google 最新發布的醫療聊天機器人技術「Med-PaLM 2」，是一款由醫學研究團隊訓練出來的大型語言模型，能理解並分析各種複雜醫學內容，再從中歸納出重點、應對相關問題；也有美國醫療保健機構正著手優化臨床溝通與工作流程，運用 AI 與雲端技術打造能從醫病對話中提取醫療資訊、整理筆記的自動化解決方案，協助醫護人員降低行政負擔，保留更多心力給臨床照護工作。

為了加快醫療智慧轉型的腳步，美國加州大學戴維斯分校、波士頓兒童醫院、柯林頓健康倡議組織等 30 多個合作夥伴，更共同推出 AI 醫療平台「 VALID AI」，希望能為公私部門、各種規模的醫療系統搭建協作與溝通橋樑，並提出願景、結盟、學習、實現、傳播等五大核心價值，期待擬定具有凝聚力的策略和共同願景，並協助參與的成員組織在發展生成式 AI 的過程中遵守規範。此外，VALID AI 不僅會定期彙整世界各地的 AI 應用實例，再透過會議、簡報的方式與所有參與組織一同分享及學習；也會協助成員整合、驗證和實現生成式 AI 在醫療場域的落地應用，並藉由出版白皮書、期刊文章和專欄，持續推廣 AI 帶來的突破。至於在研發新藥的面向上，根據 The Economic Times 報導，數間世界製藥大廠正利用大型語言模型創造新的蛋白質結構，實際的研發成果之一包括將確認治療特發性肺纖維化（IPF, idiopathic pulmonary fibrosis）的候選藥物時間，從數年縮短至 21 天。國際研究暨資訊科技諮詢機構 Gartner 分析指出，到了 2025 年預計將會有超過 30% 的新藥品由生成式 AI 進行系統性研發，大幅降低研發成本。

導入生成式 AI 技術固然能推動醫療產業進步，但前提是必須預先布局營運管理與人才招募等層面。特別是新人培育與員工再培訓部分，如何培養醫護人員使用 AI 平台的能力，並評估電腦提供的推薦做法，為患者提供更精準、個人化及高效率的醫療照護，將是生成式 AI 時代醫療產業發展的關鍵。此外病患隱私與資安疑慮，也可能讓醫療產業人員在使用 AI 技術時有所保留，因此如何保護病人機敏資料、建立良好資安環境，也是生成式 AI 應用在醫療領域的重要前提。

未來當生成式 AI 技術更加成熟，也可能進一步與其他新興科技結合，譬如虛擬／擴增實境或其他形式的人工智慧，共同推動醫療產業邁向更高效且兼具醫療品質的新階段。