2026年3月10日 星期二

愛上 Typeless AI 了

我應用 Typeless AI 的主要功能/優點有四:

邏輯彙整: 自動將口語轉化為組織嚴密、重點明確的條列文字。

抗噪辨識: 在公車、戶外等高分貝環境下,依然維持極高辨識率。

多人應用: 支援遠距離收音,適用於多人會議討論與紀錄。

即時靈感捕捉: 隨時隨地透過語音產出想法,系統將自動完成內容整合。

*以上是我口頭講講之後,再由 Gemini 彙整。

我最喜歡:「邏輯彙整: 自動將口語轉化為組織嚴密、重點明確的條列文字。」,基本上適用於任何人...

----------------------------------

*以下是 Gemini 的補充:

除了您提到的會議記錄與靈感捕捉,這類具備**高抗噪、遠距收音與邏輯重組**功能的工具,在學術研究與教學實務上還有許多極具價值的應用場景:

---

### 1. 訪談逐字稿與研究編碼 (Qualitative Research)

在進行**質性研究訪談**時,這類工具能節省大量人工聽寫時間。

* **優勢:** 即使在收音環境不完美的咖啡廳或研究室,也能精準捕捉受訪者的語句,並初步將瑣碎的口語轉化為書面語,方便後續進行主題編碼(Coding)。

### 2. 行動式教學與田野筆記 (Field Notes)

對於需要邊走邊觀察的場景(如**臨床實習指導**或**田野調查**),它能擔任「數位助理」。

* **應用:** 老師或研究者可以一邊觀察、一邊對著手機描述看到的現象或個案反應,工具會即時將這些碎片化的觀察彙整成具結構性的日誌,避免回辦公室後遺忘細節。

### 3. 個案紀錄與病歷草稿 (Clinical Documentation)

在醫療或職業治療環境中,臨床人員常面臨大量文書工作。

* **應用:** 在治療結束後的空檔,直接口述治療過程與患者表現(如 SOAP 紀錄的架構),讓 AI 預先生成**初稿**,再由人工進行最後核對與修改,大幅降低文書負擔。

### 4. 論文初稿的「口述寫作」 (Dictating First Drafts)

面對空白螢幕常有寫作障礙(Writer's Block)時,「講」比「寫」通常更快、更自然。

* **應用:** 您可以先對著工具講出論文某個章節的大致邏輯或論點,利用它「強化組織」的功能,將散亂的口語轉化為**學術初稿的雛形**,再進行精修。

### 5. 即時翻譯與跨語言交流 (Cross-lingual Support)

其強大的抗噪與遠距收音可轉化為「隨身翻譯機」。

* **應用:** 在國際研討會的 Q&A 時間,或是與外籍同仁交流時,即時將對方的發音轉化為您熟悉的語言文字,確保溝通細節不漏失。

---

### 6. 輔助溝通工具 (AAC)

針對口語表達較吃力,但邏輯思考正常的個案。

* **應用:** 幫助個案將模糊、斷續的發音,轉化為旁人易懂、有組織的文字,提升個案在社交或臨床情境中的溝通信心。


2026年3月8日 星期日

發展機器人--這是我的研究主題/主軸嗎?

 我最近幾年,運用生成式 AI 做醫學教育的研究,我覺得好像都在做發展機器人的研究。發展這類機器人大概可以分成幾個主要面向:

 1. 提升學生或臨床人員的學習能力與效能

   (a) 包含基礎知識的建構。

   (b) 臨床執業所需的必要知識。

 2. 在應用端提升臨床技能與效能

   (a) 透過生成式 AI 提供教學回饋並讓他們練習。

   (b) 讓使用者可以跟 ChatGPT Gemini 學習基本知識與臨床技能。

   (c) 甚至進一步優化臨床流程,讓機器人能實質協助他們處理臨床事務。


發展虛擬病人/虛擬考官//AI輔助教學等主題...皆然!!

2026年2月14日 星期六

以 NotebookLM 建立評估工具評析:應用COSMIN checklist

相關內容詳 NotebookLM: https://reurl.cc/dq6Lpq 

以「反應性」之評析為例,上傳COSMIN checklist以及反應性相關資訊(如圖示打勾)與擬評論之論文(Comparison of responsiveness…),提示詞已建置於上傳來源(反應性論文彙整(任務1)與評析(2))。完整提示詞如下:

任務1:請彙整論文中有關[反應性/responsiveness]之概念說明、研究設計、資料分析、結果與討論章節之解釋(含結論)

任務2:請依據 COSMIN [反應性/responsiveness]checklist評析論文,請列出評析項目、評析結果、舉證說明、最後依據COSMIN相關共識,以提出改善建議。

故使用者只需於「對話視窗」輸入:請執行任務1 (或請執行任務2)即可!!

後續應用:

可再上傳其它擬評析之論文,即可繼續執行任務12

(已評析完成之論文可「刪除」或「不勾選」)


2026年2月10日 星期二

如何使用生成式AI 輔助 評論 & 發展工具

以評論言,先評論「內容效度」、再評論「信度」、「效度」、與「反應性」。

若應用 COSMIN,則已有相關檢核表!可自行應用/評論現有工具。也就可以應用生成式AI協助評論,甚至彙整!!

以發展言,先建立「內容效度」、再建立「信度」、「效度」、與「反應性」,必要時改版!!

若應用 COSMIN,則已有相關研究設計檢核表!可自行應用/發展工具。也就可以應用生成式AI協助「應用COSMIN研究設計」發展工具,甚至測試一部份心理計量特性(如內容效度)!!

Note: 建立詞彙與定義 (glossary/definition),含中英文。

An ultimate case study for why AI won’t replace human workers

CNN  "This job has become the ultimate case study for why AI won’t replace human workers"

Gemini 的彙整:

從「被取代」到「更被需要」

十年前,人工智慧教父 Geoffrey Hinton 曾驚言「現在應該停止培訓放射科醫生」,預言 AI 將在 5 到 10 年內全面接管。然而到了 2026 年,現狀卻恰恰相反:

預測失準: Hinton 承認當時的看法過於寬泛。放射科醫生不但沒失業,需求反而與日俱增。

數據支持: 根據美國勞工統計局(BLS)預測,2024 年至 2034 年放射科就業增長率為 5%,高於所有職業平均水平的 3%。

數位優勢: 放射科是醫學界數位化最徹底的領域(X光、CT、MRI 均為二進位數據),這使其成為 AI 訓練的最佳溫床。

 AI 目前在放射科扮演的角色

與其說是取代醫生,AI 目前更像是醫生的「第二雙眼睛」或「效率增強器」:

功能類別具體應用說明
工作流優化自動識別急需關注的異常掃描影像,協助醫生進行優先級排序(Triage)。
影像強化在 MRI 掃描中使用更少的測量數據生成高畫質影像,縮短病人受檢時間。
數據處理協助總結報告、測量腫瘤體積,並從海量歷史數據中分析模式。
法規核准目前 FDA 核准的 1,357 件人工智慧醫療設備中,放射科佔了 1,041 件

潛在風險與警訊

儘管前景樂觀,專家仍提醒不可過度依賴 AI,並指出幾個關鍵問題:

  • 種族偏見: 2022 年麻省理工學院(MIT)的一項研究發現,AI 能精確地從 X 光片中預測病人的種族,而人類醫生卻做不到。這引發了診斷過程中可能出現自動化偏見的擔憂。

  • 過度依賴: 醫生擔心醫療機構為了節省成本,可能嘗試用非專科醫生配合 AI 來取代昂貴的放射科專科醫生,這在處理癌症或致命感染時極具風險。

  • 專家的必要性: 演算法的優異表現,建立在「輸出結果由專家審核」的基礎上。


核心總結: 放射科證明了 AI 的強項在於處理規律、大量且重複的數據分析,但診斷決策、物理檢查與病患溝通仍需人類專家的溫度與判斷。

2026年1月26日 星期一

2025 年年度報告之三--以生成式AI建置虛擬病人資料庫

虛擬病人資料庫之建置方法,皆以 ChatGPT 之 My GPTs 發展,已開放試用。 

*已發展虛擬病人之診斷類型--中風、思覺失調。

另有自閉症兒童家長以及一般人(簽署DNR說明)

*臨床任務包含巴氏量表評估(已發展約6位虛擬病人,以訓練學員/釐清評估概念為主)、FIFE訪談(約12位虛擬病人;訪談逐字稿已具備超過30份;以訓練學員 FIFE訪談為主);思覺失調診斷性會談逐字稿15份;以訓練住院醫師診斷性會談為主)

*發展方法--以模擬真實病人/一般人為主(訪談後,以學員訪談逐字稿與資本資料為模擬變項依據)。後續輔之以專家+生成AI產生更多逐字稿與虛擬病人,以補足病人/訪談之多樣性與完整性(補充病人特質與對話/任務內容)。

*後續任務:驗證虛擬病人表現、發展更多更完整的虛擬病人(以症狀完整度為主)。發展驗證/修改SOP以確保虛擬病人之基本表現

*應用價值:教學與研究使用;含教學示範、學員練習、提供形成型與總結型評量。