2024年11月16日 星期六

近期與後續精神OT研究主題

二大領域:臨床技能(含AI之應用)與臨床評估與介入

臨床技能方面,主要研究議題包含「溝通技巧」「同理技巧」「團體活動設計與帶領」,主要方法皆包含以AI協助上述技能之評估與教學。

  • 後續的主要基礎/關鍵議題為建立「虛擬病人」,以供學員大量練習並可接受回饋。請參考相關貼文:https://atriptouq.blogspot.com/search?q=VP
  • 迄今已累積足夠之臨床或OSCE逐字稿與錄影檔,將持續累積,以利AI應用之測試。
  • 目前已有多項研究計畫,亦有少數研究成果/論文。
  • 持續列為長期研究主題!!
代表性計畫:
  1. 發展職能治療師溝通技巧之電腦適性評估系統
  2. 職能治療實習學生同理技巧介入成效驗證
  3. 提升職能治療師/實習學生以個案為中心之決策效能:從傳統方法過渡至人工智慧

代表性成果:

  • Chen TT, Wang YC, Wu TY, Chen CR, Cheng CY, Hsueh IP, Wang SP, Hsieh CL. Inter- and Intrarater Reliability of the Gap-Kalamazoo Communication Skills Assessment Form Among Occupational Therapy Interns. Am J Occup Ther. 2024;78(4):7804205030. 


臨床評估與介入方面,包含「社會認知」「認知功能」「體適能」之評估與介入等。

  • 以發展電腦測驗為主軸
  • 近期加入AI之應用以期提升評估效能
  • 目前已有多項研究計畫,亦有不少研究成果/論文
  • 體適能主題今年才正式投入(撰寫研究計畫)
  • 持續列為長期研究主題!!
代表性計畫:
  1. 發展認知評估之人工智慧系統於思覺失調症患者(co-PI)
  2. 發展與驗證適用於思覺失調症患者之多向度多途徑情緒辨識電腦適性測驗(co-PI)
代表性成果:
  • Lee SC, Chen KW, Liu CC, Kuo CJ, Hsueh IP, Hsieh CL. Using machine learning to improve the discriminative power of the FERD screener in classifying patients with schizophrenia and healthy adults. J Affect Disord. 2021;292:102-107.

2024年11月13日 星期三

Perplexity 的定位與價值

特點:

  • 除了觀點(依據文獻所彙整之觀點),還附上參考文獻(可直接線上連結)
  • 可指定文獻資料庫/範疇,中英文皆可
  • 且含及時資訊

用途:

  • 快速精準查詢文獻,也可確認文獻來源與文獻正確性

     如「請查詢醫療人員同理心介入之 systematic review and meta-analysis,以英文撰寫的論文」

    https://www.perplexity.ai/search/qing-cha-xun-yi-liao-ren-yuan-wmjzvffMRO63.LaGQiC.Vw 

     Perplexity 一定會提供幾篇很相關/且可直接連結/查閱的文獻

  • 查詢您的想法/觀點之佐證文獻

     如「我覺得有些OCSE研究中,考官的inter-rater reliability不佳,您同意嗎?若同意,請提供英文文獻,且實證層級高的文獻,以證實前述想法」

     https://www.perplexity.ai/search/wo-jue-de-you-xie-ocseyan-jiu-fu87WABxTVK60MzVHzuFXA

然而文獻或有疏漏,因為有些全文資訊Perplexity無法搜尋/查閱

2024年10月30日 星期三

玩玩 (應用)intervention mapping 於8大研究核心能力(養成)

 


以上是 intervention mapping 的主要架構/流程,前二步驟:先確認需求/目標!!
最近玉正設計「8大研究核心能力」自評網頁,可部分協助確認核心能力養成之需求/目標。當然最好是加上共享決策,找高手好好確認(即使年輕的研究人員/博士,「研究識能」常難以跟高手比較)。
後續,應可交給 ChatGPT協助後續4步驟!!

青春珍貴!就將寶貴的青春/時間投注在上述核心能力養成吧!

2024年9月29日 星期日

寫論文的高手指導新手的困境:分析與建議

1. 寫論文高手與新手的差異

寫論文的高手和新手之間存在顯著差距,這種差距體現在多個方面:

- 寫作技巧和學術表達能力

- 研究方法的掌握和運用

- 文獻閱讀和綜述的深度

- 批判性思維和創新能力

- 時間管理和自我約束力


2. 成為寫論文高手的關鍵因素

成為寫論文的高手需要以下5項因素的結合:

a. **天分**(列在最前,非我認為最重要,而是我覺得這是新手認為最重要。以下4項,我覺得才比較重要):

   - 語言表達能力

   - 邏輯思維能力

   - 創造性思維

b. **努力**:

   - 持續的學習和實踐

   - 反覆修改和打磨論文

   - 主動尋求反饋和改進

c. **環境**:

   - 良好的學術氛圍

   - 充足的研究資源

   - 優秀的導師和同儕

d. **投入時間**:

   - 長期專注於研究領域

   - 投入大量時間閱讀和寫作

e. **態度**:

   - 對研究的熱情和執著

   - 接受批評和建議的開放心態

   - 追求卓越的決心

3. 高手指導新手的困境

a. **知識和能力差距**:

   - 高手可能難以理解新手的困難點

   - 新手可能無法理解高手的高階建議

b. **期望不一致**:

   - 高手可能期望新手進步速度過快

   - 新手可能期望得到更具體、直接的指導

c. **溝通障礙**:

   - 高手使用的術語和概念可能對新手來說過於艱深

   - 新手可能難以準確表達自己的問題和困惑

d. **時間和精力限制**:

   - 高手可能沒有足夠的時間進行細緻的指導

   - 新手可能需要更多的關注和支持

4. 克服困境的建議

a. **對高手的建議**:

   - 耐心理解新手的起點和困難

   - 將複雜概念分解為易於理解的小步驟

   - 提供具體的例子和實踐機會

   - 定期檢查進度並調整指導方式

b. **對新手的建議**:

   - 明確自己的目標和困難

   - 主動學習和實踐,不過分依賴指導

   - 培養接受批評和自我反思的能力

   - 尋求多元化的學習資源和反饋渠道

c. **共同努力**:

   - 建立清晰的指導計劃和目標

   - 營造開放、互信的交流氛圍

   - 定期進行雙向反饋

   - 逐步縮小差距,建立良性互動

通過雙方的努力和調適,高手和新手可以共同克服指導過程中的困境,實現更有效的學習和進步。

以上有 Claude AI 協助!

2024年8月6日 星期二

提升 ChatGPT 效能的關鍵

除了 GPT 模型效能之外,我覺得最重要有二:

1. 使用者之 domain knowledge: 知識越強越有效能,因為判斷力越佳(辨別 ChatGPT之回應),也能深入提問/給予指示。這需要時間與學習... 但這屬於專業知識,自己一定要努力!!

2. 提示工程 (prompting engineering):

除了思維鏈(chain of thought)和少樣本學習(few-shot learning)之外,還有一些其他有效的提示工程技術可以提升prompting的效能:

  1. 任務分解(Task decomposition):將複雜任務分解為更小、更容易管理的子任務。
  2. 自我一致性(Self-consistency):生成多個解決方案並選擇最一致的答案。
  3. 思維樹(Tree of thoughts):探索多條思維路徑,選擇最佳路徑。
  4. 零樣本提示(Zero-shot prompting):不提供示例,直接描述任務。[這效能有限]
  5. 反向提示(Reverse prompting):從期望的輸出開始,反向構建提示。
  6. 角色扮演(Role-playing):讓AI扮演特定角色來完成任務。
  7. 思維框架(Thought frameworks):提供結構化的思考過程。
  8. 多步推理(Multi-step reasoning):引導AI通過多個步驟得出結論。
  9. 反例學習(Learning from mistakes):使用錯誤示例來強化正確行為。
  10. 元提示(Meta-prompting):使用AI生成或優化提示。

這些技術可以單獨使用或結合使用,以提高AI輸出的質量和相關性。

這也需要時間與學習... 但這對醫療人員屬於新領域,想善用GPT者一定要努力!!

*** prompting engineering技能的關鍵之一定是 domain knowledge!! 因為prompting engineering的應用一定跟特定領域有關!!

Note: GPT 模型之效能,一定逐年提升,因為太競爭了!!我們可以坐享其成,但上述 domain knowledge & prompting engineering... 仍然關鍵!! 


以下是一項prompting engineering提升效能(正確率)的實證:

Source: Boosting GPT-4V’s Accuracy in Dermoscopic Classification with Few-Shot Learning.
Comment on “Can ChatGPT vision diagnose melanoma? An exploratory diagnostic
accuracy study”
Jinge Wang, PHD, Gangqing Hu, PHD
PII: S0190-9622(24)02572-6
DOI: https://doi.org/10.1016/j.jaad.2024.06.098

另外:使用ChatGPT之困境:如何判斷與提升ChatGPT回應之品質

判斷和提升ChatGPT回應品質的關鍵在於多方面能力的培養:

1.       知識基礎:紮實的專業知識和廣博的通識教育是評估AI回應的基石。跨領域的知識積累能幫助我們更敏銳地識別AI可能出現的錯誤或偏差。這如前述「使用者之 domain knowledge」

2.       批判性思考能力:這包括邏輯推理、辨識謬誤、多角度思考和質疑資訊來源的能力。培養批判性思維有助於我們不盲目接受AI的回答,而是進行深入分析和評估。

3.       閱讀與寫作能力:深度閱讀是積累知識的重要途徑,而寫作則能訓練我們組織思路和清晰表達。這兩項能力是提升知識儲備和批判思考的基礎。

4.       提升寫作能力:寫下重點後,可請 ChatGPT或高手評論,可更提升知識深入,也能提升寫作/表達能力。這也是提升/改善 ChatGPT回應品質關鍵之一:給予明確/完整的指示。

5.       實踐與交流: 學以致用和與高手切磋至關重要。實踐有助於將知識內化,而與他人交流可以expose自身思維盲點、接觸多元觀點,並磨練表達能力、提升批判能力。

6.       善用ChatGPT作為學習工具:ChatGPT在提供和彙整文獻方面具有優勢,可以作為快速提升「基本知識」的起點。然而,我們還需要:

o    驗證ChatGPT提供的資訊

o    學會提出更精確的問題以獲得更佳品值的回答

o    ChatGPT的回答視為思考的起點,而非終點


2024年7月20日 星期六

超擬真虛擬病人(Virtual Patients, VP)之特質

以對話為主,VP 需具備以下特徵與內容:

1. 對話特徵或特色:

   a. 語言表達方式:

   - 詞彙選擇(包括方言、俚語、專業術語)

   - 語音特徵(口吃、重複、語速)

   - 句子結構和複雜度

   - 個人化口頭禪

   b. 半語言表現:

   - 語氣和音調變化

   - 停頓和沉默的使用

   - 表達中的猶豫或堅定

   c. 互動行為:

   - 反應速度

   - 對話參與度(主動性、被動性)

   - 提問和回應方式

   - 話題轉換能力

   d. 認知表現:

   - 理解能力

   - 記憶特徵(短期記憶、敘事邏輯)

   - 注意力集中程度

   e. 情感表達:

   - 情緒變化的語言體現

   - 態度的表達方式

2. 對話內容:

   a. 個人信息:

   - 日常生活描述

   - 工作和職業相關内容

   - 家庭和人際關係

   b. 健康相關:

   - 症狀描述

   - 病史陳述

   - 治療經歷分享

   - 對健康和疾病的看法

   c. 知識與觀點:

   - 特定領域知識的表達

   - 對社會議題的看法

   - 個人信念和價值觀

   d. 文化和背景:

   - 文化習俗和信仰的提及

   - 教育和社會背景的體現

   e. 興趣和偏好:

   - 個人愛好的表達

   - 對特定話題的興趣或厭惡