港大医学院研AI生成试题快人手10倍

人工智能应用蔚然成风，香港大学医学院近期将生成式人工智能引入医学教育，除了早前开发AI病人，训练学生沟通能力和接触罕见病例，近期更开发以AI生成医科生的考试题目，效果与由教师亲自撰写相若。外科学系临床助理教授许长峯接受本报专访时透露，以AI生成多项选择题比人手快10倍，有助减轻教师工作量。不过，他强调虽然AI在医学教育可大派用场，但教师的专业知识仍不可或缺，将来AI仍难取代人类。

医学教育和考核素来严谨，以免学生习非成是，将来影响病人。不过早前香港大学医学院进行研究，大胆尝试以生成式AI撰写医科生的考试题目。有份参与研究的外科学系临床助理教授许长峯，早前接受本报专访指，医科教师除了教学，亦要兼顾研究、在医院诊症等工作，「出题目时还要每年都不相同，对教师而言是很大的工作量」，因此研究以AI为考试出题目。
出题质素与教师相若

研究在去年初进行，8月于国际学术期刊《公共科学图书馆：综合》发表结果。许长峯称，他与一名内科医生共撰写50条医科生毕业考试程度的多项选择题，并指示AI就两本医科教科书的内容同样撰写50条问题。两名医生合共花了211分钟撰写题目，但AI只需20分钟，「我们把教科书内容输入AI的过程亦计算在内，可能这步骤用的时间更占了大部分。」除了速度快，许长峯指AI的出题质素亦与由教师亲自撰写相若，「我们将问题交给一些医疗学者，他们也分辨不出哪些是人写、哪些是AI写。」

虽然质素有保证，不过许长峯指目前试题仍由教师亲自撰写。他解释，AI暂时未能生成可靠的图像，「譬如题目中的X光图像，AI生成后仍要由教师检查是否准确」，但未来会邀请学生试做题目，研究会否影响及格率。至于AI能否生成开放式题目，许长峯称研究未涉猎，「理论上可以，但我们以选择题为研究，主要因为我们可客观评价题目出得好与否；答案容易猜中、有些选项一看便知是错，这些就不是好的题目。」
AI难代传统医学教育

生成式AI亦用于由许长峯及团队早前公布的「AI病人」研究，以聊天机械人的形式扮演病人，目前已于乳腺外科的教学使用。他指，现时公立医院病人流转率高，加上并非所有病人都愿意成为医科生上课的「病例」，AI病人有助学生学习应对不同性格、患上不同疾病的病人。

AI能生成不同场景和病例，但许长峯表示病例都由教师担任「导演」，「若任由病情随机变化，我们很难猜到病情发展，事先准备的教材或用不着。」他又强调，AI的机器学习始终基于人类，不能尽信，「若有人输入错误资讯，AI输出的资讯便会错。相信无论AI怎样发展，始终不能取代传统医学和临床教育。」许长峯又表示，病人的动作、表情有时亦有助诊断，AI病人始终只是聊天机械人，无法取代与病人面见的训练，「我们训练医科生不是要训练他们与电脑对话，他们毕业后是要诊治真病人，与真人沟通、观察才是最重要。」

许长峯称，除了生成式AI，一般的AI亦有助教学和诊断。他举例，港大最近研发AI，可辨识学生超声波取样图像是否准确；大学亦正研究以AI分析影像，诊断病人是否罹患乳癌。至于AI能否取代传统的医学诊断和教学，许长峯认为AI发展未成熟，「连医生诊断也不可能100%准确，更何况是AI？而且医生经过专业的培训，但AI只依靠人类输入的资讯学习，所以AI未来都只是辅助性质。」