Anda sudah bertanyakan AI tentang kesihatan anda. Begini cara untuk bertanya dengan lebih baik

Dr Suwanna Suwannaphong telah mengamalkan perubatan selama lebih 20 tahun. Sebagai pakar kardiologi dan perubatan dalaman, beliau ialah pengarah program di VitalLife Scientific Wellness Center di Bangkok, Thailand, dan juga bertugas di Bumrungrad International Hospital, sebuah hospital swasta terkemuka di ibu kota Thailand itu, dengan tumpuan khusus pada perubatan pencegahan dan kardiologi pencegahan.

VitalLife membawa kredibiliti yang berbeza ke dalam perbualan ini. Ditubuhkan pada tahun 2001, pusat ini telah menghabiskan lebih dua dekad bekerja dalam perubatan pencegahan dan kelangsungan hidup, dengan akses kepada infrastruktur klinikal Bumrungrad International Hospital yang lebih luas.

Persoalan bagi doktor sekarang ialah apa yang perlu dilakukan dengan maklumat yang dibawa oleh pesakit. Ada yang melihat AI sebagai cara berguna bagi orang ramai untuk mendidik diri sebelum temu janji. Yang lain bimbang tentang pesakit yang tiba dengan keyakinan terhadap diagnosis atau cadangan rawatan yang mungkin berdasarkan maklumat tidak lengkap, bukti lemah, atau jawapan yang disampaikan dengan keyakinan yang melebihi apa yang dibenarkan oleh bidang perubatan.

Suwannaphong berdiri teguh di pihak yang pertama—dengan syarat. Beliau tidak melarang pesakit daripada menggunakan LLM. Apa yang beliau mahukan ialah mereka menggunakannya dengan lebih baik, dan soalan pertamanya adalah tempat yang sesuai untuk bermula: “bagaimanakah anda memberikan arahan (prompt) kepada AI?”

Lihat juga: Menyelami landskap biohacking Asia: sains, trend dan saintis yang perlu diketahui

Cadangan pertama Suwannaphong ialah memaklumkan kepada LLM jenis sumber yang anda mahu ia gunakan.

Jika anda bertanya sama ada sesuatu rawatan itu berkesan, ia mungkin mengambil maklumat daripada kertas penyelidikan, artikel berita, laman web klinik, dan bahan pemasaran. Nasihat beliau ialah mengecilkan skop: minta penyelidikan asli dan kajian yang diterbitkan, serta tanya sejauh mana penyelidikan tersebut berkaitan dengan soalan yang anda ajukan.

“Sebarang LLM dengan akses web akan dapat mencari iklan, komersial, atau apa-apa kandungan,” katanya. “Jika anda memberikan arahan kepada LLM untuk menghapuskan kandungan tersebut dan beralih kepada penyelidikan asli, itu akan mengecilkan banyak perkara.”

Kemudian, tanyakan apakah jenis bukti yang anda lihat. Adakah penyelidikan itu dilakukan ke atas manusia? Berapa ramai orang yang terlibat? Adakah terdapat beberapa kajian yang menunjuk ke arah yang sama, atau satu kajian kecil yang telah diulang secara dalam talian sehingga ia kedengaran seperti fakta yang mantap?

Tidak semua LLM berfungsi pada tahap yang sama.

Untuk penyelidikan kesihatan, Suwannaphong mengesyorkan penggunaan model yang lebih berupaya jika anda mempunyai akses kepadanya. Dalam praktiknya, itu mungkin bermakna versi berbayar berbanding model percuma.

Perbezaannya boleh dilihat dalam betapa baiknya model tersebut mencari maklumat, mengendalikan soalan yang lebih panjang atau rumit, serta memproses penyelidikan.

Pendapat beliau ringkas: jika anda menggunakan AI untuk menyiasat sesuatu yang penting seperti kesihatan anda, kualiti alat tersebut juga penting.

Semakin umum soalan tersebut, semakin umum jawapannya.

Suwannaphong memberikan contoh ringkas: penyelidikan yang relevan dengan seorang wanita Asia Tenggara berusia 45 tahun mungkin tidak memberitahu anda banyak perkara tentang seorang lelaki Jerman berusia 35 tahun.

Umur, jantina, etnik, sejarah perubatan, dan ubat-ubatan lain semuanya boleh mengubah sejauh mana relevannya sesuatu penyelidikan itu.

LLM boleh membantu mencari kajian yang lebih kecil dan spesifik yang mungkin sukar ditemui. Itu tidak menjadikan jawapannya sebagai nasihat perubatan yang diperibadikan, tetapi ia boleh menjadikan penyelidikan yang anda bawa ke dalam konsultasi lebih relevan dengan soalan kesihatan AI anda.

Satu arahan yang disyorkan oleh Suwannaphong adalah sangat berguna: beritahu AI supaya menyatakan apabila ia tidak mengetahui sesuatu jawapan.

LLM mempunyai kecenderungan untuk terus menjawab. Dalam bidang kesihatan, itu boleh menjadi masalah.

Minta ia membezakan perkara yang telah terbukti dengan perkara yang masih awal, bercanggah, atau berdasarkan bukti terhad. Tanya sama ada terdapat jurang penting dalam penyelidikan tersebut. Dan jika tiada maklumat yang mencukupi untuk menjawab soalan itu dengan betul, minta ia mengakuinya.

Di sinilah Suwannaphong berpendapat AI boleh menyerupai sesetengah pempengaruh gaya hidup sihat: kedua-duanya boleh kedengaran sangat yakin.

Seorang doktor mungkin kedengaran lebih berhati-hati kerana perubatan melibatkan pertukaran, kontraindikasi, dan maklumat yang tidak lengkap. “Tiada yang seratus peratus dalam perubatan,” katanya. “Kita cenderung untuk mempercayai AI” kerana keyakinan dengan cara ia menyampaikan jawapan.

Keyakinan itu tidak sepatutnya menjadi sebab anda mempercayainya secara membuta tuli.

Suwannaphong tidak skeptikal terhadap AI itu sendiri. Beliau percaya doktor akan semakin memerlukan AI untuk mengikuti perkembangan dalam jumlah penyelidikan perubatan yang besar. Buat masa ini, peranan yang paling berguna bagi LLM am mungkin jauh lebih mudah.

Gunakan AI untuk membantu anda memahami bukti. Minta ia menunjukkan kepada anda apa yang mungkin terpakai kepada diri anda. Tanya apa yang ia tidak pasti.

Kemudian, bawa soalan-soalan tersebut kepada seseorang yang boleh melihat gambaran keseluruhan kesihatan anda.

BACA SEKARANG

Semua orang mahukan kecantikan semula jadi, tetapi apakah maksud ‘tampak semula jadi’ yang sebenarnya?

Adakah penjagaan diri menjadi terlalu membebankan?

Tabiat luar biasa yang diamalkan oleh wanita berjaya untuk kekal berprestasi tinggi