近幾年人工智能軟件(AI工具)開始快速進(jìn)入大眾生活,deepseek、豆包、元寶等幾乎人手一個。AI可以運(yùn)用到生活中的許多場景,給我們帶來了許多便利,甚至醫(yī)療領(lǐng)域也陸續(xù)出現(xiàn)AI的身影?!坝惺聠朅I”已逐漸成為一種習(xí)慣,同時也引發(fā)一系列問題。AI對臨床診療造成的影響引發(fā)很多熱點(diǎn)討論,《工人日報》25年3月30日曾發(fā)表專題報道,從醫(yī)方角度進(jìn)行了討論。

今天我們換個角度從患方來討論這個問題,理解,而后應(yīng)對。

信AI?還是信醫(yī)生?怎樣才能得到更靠譜的答案?-肽度TIMEDOO信AI?還是信醫(yī)生?怎樣才能得到更靠譜的答案?-肽度TIMEDOO

二、了解AI,學(xué)習(xí)對話AI醫(yī)生:

簡單來說,人工智能包括三個核心內(nèi)容:

1)機(jī)器學(xué)習(xí):從大量數(shù)據(jù)中自動學(xué)習(xí),進(jìn)行預(yù)測、分類或決策。深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)的子集,通過模仿人腦的神經(jīng)網(wǎng)絡(luò)和結(jié)構(gòu),對大量數(shù)據(jù)進(jìn)行學(xué)習(xí)和訓(xùn)練,處理復(fù)雜任務(wù)。

2)計算機(jī)視覺:解析圖像/視頻內(nèi)容。

3)自然語言處理:研究人類語言的處理和理解,實(shí)現(xiàn)像人類一樣的語言交流和理解。

了解AI后,我們該如何對話AI醫(yī)生,才能得到一個比較靠譜的回答呢?可以嘗試用

簡單的公式來構(gòu)建優(yōu)質(zhì)精準(zhǔn)的提問關(guān)鍵詞,獲得更靠譜的回答。

簡單公式:明確身份+癥狀+需求+補(bǔ)充內(nèi)容+限制性條件

  • 明確身份:說明自己的身份背景。
  • 癥狀:具體描述自己的癥狀,多長時間了。注意盡可能使用更精確的語言來表達(dá),避免模糊或太寬泛的詞語。
  • 需求:自己需要解決的問題。
  • 補(bǔ)充內(nèi)容:如果還有其他必要信息,可簡單進(jìn)行補(bǔ)充。
  • 限制性條件:回答需要的注意事項或需要以什么形式來回答。

注意,可以根據(jù)回答結(jié)果模擬思維過程連續(xù)提問。

三、回答不一致時,信AI還是信醫(yī)生?

每個人都可能遇到這樣的情況,AI回答的可能與醫(yī)生說的不太一樣甚至完全相反,反倒令更加困惑不知如何是好。如果拿著AI的回答去問醫(yī)生,會是怎樣一個場景?醫(yī)生會按照AI的答案給我開藥嗎?如果是,還有必要繼續(xù)看醫(yī)生嗎?如果不是,是醫(yī)生錯了還是AI錯了?

?“選擇信什么”背后隱藏著很多有趣的心理學(xué)原理,比如:

1.經(jīng)驗主義:“我用過覺得好”

我們的大腦喜歡走捷徑,依賴個人經(jīng)驗做判斷。如果你之前用AI查癥狀,結(jié)果感覺“挺準(zhǔn)”,下次可能更相信AI的回答。

2.認(rèn)知失調(diào):“兩個權(quán)威吵架,我聽誰的?”

當(dāng)AI說的和醫(yī)生說的不一樣時,我們會感到一種心理上的不適和矛盾,這是一種“認(rèn)知失調(diào)”。為了消除這種難受的感覺,我們的大腦會主動“拉偏架”:要么貶低AI(“它就是個機(jī)器,不懂人情”),要么懷疑醫(yī)生(“這個醫(yī)生太保守了,跟不上時代”)。最終,我們選擇相信哪一個,常常取決于我們內(nèi)心更愿意接受哪一種說法。

3.確認(rèn)偏誤:“我只聽我想聽的”

“聽我想聽的”是我們最強(qiáng)大的心理濾鏡——傾向于尋找和支持那些符合自己原有觀點(diǎn)的信息,而忽略相反的證據(jù)。例如,如果你本來就對醫(yī)生有疑慮,你會更愿意相信AI推薦的建議;AI提供的海量信息,反而更容易讓我們“精準(zhǔn)地”找到支持自己想法的內(nèi)容。

綜上,信AI還是信醫(yī)生,是個問題也不是問題。理解困惑背后的心理學(xué)機(jī)制,對AI更科學(xué)地提問,有利于得到最靠譜的答案,選擇相信有利于臨床診療的要點(diǎn),讓AI做真正的好助手。

參考文獻(xiàn)

  • 張懿.人工智能在計算機(jī)視覺及網(wǎng)絡(luò)系統(tǒng)中的應(yīng)用[J].電子技術(shù),2024,53(09):26-29.
  • Sadeh-Sharvit S, Camp TD, Horton SE, Hefner JD, Berry JM, Grossman E, Hollon SD. Effects of an Artificial Intelligence Platform for Behavioral Interventions on Depression and Anxiety Symptoms: Randomized Clinical Trial. J Med Internet Res. 2023 Jul 10;25:e46781.
  • Taylor, M. K., Marsh, E. J., & Samanez-Larkin, G. R. (2023). Heuristic decision-making across adulthood.?Psychology and aging,?38(6), 508–518. https://doi.org/10.1037/pag0000726
  • Born R. T. (2024). Stop Fooling Yourself! (Diagnosing and Treating Confirmation Bias).?eNeuro,?11(10), ENEURO.0415-24.2024. https://doi.org/10.1523/ENEURO.0415-24.2024
  • Meaney, T., & Rieger, E. (2021). Integrating cognitive dissonance and social consensus to reduce weight stigma.?Body image,?37, 117–126. https://doi.org/10.1016/j.bodyim.2021.02.003

作者:陳瑾,廣州醫(yī)科大學(xué)精神病與精神衛(wèi)生在讀專碩,本科畢業(yè)于廣州醫(yī)科大學(xué)精神醫(yī)學(xué)專業(yè)

協(xié)助修改:韋杰梓,廣州醫(yī)科大學(xué)應(yīng)用心理在讀專碩,本科畢業(yè)于廣州醫(yī)科大學(xué)應(yīng)用心理專業(yè)

審核、修改、推薦人:江帆(導(dǎo)師),廣州醫(yī)科大學(xué)附屬腦科醫(yī)院科普基地辦公室副主任