生成式AI醫療風險態度大揭秘：五大系統大比拼

生成式人工智能與醫療決策中的風險取向——以類風濕關節炎為例

引言

隨著醫學科技不斷進步，臨床決策雖然越來越依賴科學證據，但醫生本身的專業判斷和主觀風險承受能力，依然在醫療決策中扮演關鍵角色。醫生面對資訊不完全、預後不確定的狀況時，必須平衡潛在收益與失誤成本，這種風險取向（risk appetite/aversion）受到個人性格、經驗和醫療環境等多重因素影響。隨著醫療糾紛意識抬頭，醫生普遍趨向風險規避，例如採用更廣泛的診斷和治療方案，或避免作出明確的治療決定。

人工智能（AI）特別是生成式人工智能（GenAI）的興起，為醫療領域帶來新契機。GenAI不僅能進行分類、判斷，更能生成全新內容，包括文字、圖像甚至合成數據。大型語言模型（LLM），如ChatGPT、Gemini、Qwen、DeepSeek及Perplexity等，已被廣泛應用於醫療資訊查詢、臨床建議等場景。然而，這些AI系統在不確定情況下如何處理風險、其決策偏好如何，至今鮮有系統性研究。

本研究正是針對這個空白，首次嘗試以人類風險評估工具，檢視多個主流GenAI在處理類風濕關節炎（RA）臨床決策時的風險取向，並探討這些工具在AI身上是否適用。

研究設計與方法

本研究選取五個主流GenAI系統（ChatGPT 4.5、Gemini 2.0、Qwen 2.5 MAX、DeepSeek-V3、Perplexity），於2025年4月1日至15日間進行多輪測試。所有AI均透過公開介面進行互動，並以標準化提示詞（prompt）作答，避免前文記憶干擾。

研究分三階段：
1. 以20個設計好的RA臨床案例，要求AI判斷最佳與最差預後個案，檢視其基本醫學判斷一致性。
2. 以經改編的「一般風險傾向量表」（GRiPS），評估AI在無特定情境、最佳預後（Case A）、最差預後（Case B）下的風險傾向。每個AI每種情境各回答四次，共12次。
3. 採用「時間換取法」（TTO），模擬患者願意以多少年健康壽命換取無痛，檢視AI在不同年齡（20、40、55歲）情境下的風險決策。

為確保數據可靠，所有問題以隨機順序、分日多次、每次新對話進行，並以SPSS作統計分析，包括一致性、分佈、差異等。

主要研究發現

1. **基本判斷一致性高**：五個AI均能一致識別出最佳與最差預後個案，反映其對RA預後因素有共同認知基礎。
2. **一般風險傾向有明顯差異**：在無臨床情境下，ChatGPT明顯最不怕風險（risk-averse最低），Qwen和DeepSeek則最保守。這顯示不同GenAI模型在抽象風險判斷上有顯著分歧。
3. **具體情境下差異收窄**：當引入具體臨床情境（好或壞預後），AI之間的風險傾向差異顯著減少，可能因情境具體化令AI回應更趨一致。
4. **用TTO評估，整體傾向保守**：大部分AI傾向不願以減少壽命換取無痛，反映強烈風險規避（尤其是Gemini），但Perplexity在此法下展現較高風險承受度，且回應變異最大。
5. **評估工具本身有局限**：GRiPS與TTO對同一AI評估結果不盡一致，反映人類設計的風險評估工具未必能準確捕捉AI的決策邏輯，提示需發展專為AI設計的評估方法。

討論與啟示

本研究首次系統性揭示，不同GenAI在醫療決策中的風險取向並不一致，且這種差異受評估方法及情境設定影響。抽象情境下，AI間差異顯著，具體臨床情境則差異減少，可能因臨床資訊提供了較明確的決策框架，令AI回應收斂。這種現象與人類醫生面對具體個案時，因現實壓力和責任感而趨於保守，有異曲同工之妙。

然而，當用TTO這種「用壽命換取生活質素」的方式評估時，AI整體展現強烈風險規避——不願為避免中度痛苦而犧牲壽命，這或許反映AI被設計時內建的安全機制，避免建議用戶作出極端選擇。但Perplexity在這方面較為「大膽」，願意接受較多風險，這種差異或與其訓練數據、設計哲學或RLHF（人類反饋強化學習）有關。

本研究亦發現，AI對同一風險問題的回應，會因評估工具不同而有顯著差異，這反映傳統人類心理學工具未必適用於AI，需要專為AI決策特性設計新型評估框架。此外，AI模型更新迅速，訓練資料、參數調整及RLHF都可能改變其風險偏好，這種「時效性」限制了本研究的長遠外推性。

評論與前瞻

這篇研究為AI醫療決策的風險管理揭開序幕，提出一個重要但被忽視的問題：AI不只是數據準確性問題，更涉及「決策哲學」和價值取向。現時不少醫生和病人都會查詢AI意見，但其實不同AI對於同一風險情境的建議可以大相逕庭，這對臨床實踐甚至醫療責任分配帶來新挑戰。

更值得深思的是，AI的風險偏好有機會被設計者或訓練數據「塑造」，這可能會無意中將某種價值觀或風險態度滲透到醫療決策之中。假如未來AI參與臨床決策越來越多，這種「隱性價值輸入」會否影響醫療倫理、知情同意甚至患者自主權？這是醫療、科技和社會都必須正視的問題。

此外，現有的AI風險評估工具大多以人類心理學為藍本，未必能反映AI的決策邏輯和「風險處理模式」。AI不像人類有恐懼、經驗、情感，它的風險判斷可能更多來自演算法設計、訓練策略和目標函數。未來必須發展針對AI「決策黑盒」的專屬評估框架，並在設計AI醫療系統時，明確規範其風險傾向和決策透明度。

最後，這項研究雖然聚焦於RA這一慢性病，但不同醫療領域（如腫瘤、急症、安寧療護）對風險的權衡差異極大。未來應擴展至更多病種、更多AI系統，並與人類醫生的風險偏好作直接對比，才能真正了解AI在醫療決策上的角色與局限。

結論

GenAI在醫療決策中的風險取向並不一致，且受評估方法及臨床情境影響。現有以人類為本的風險評估工具未必能準確反映AI的決策邏輯，顯示有必要發展專屬AI的風險評估框架。未來研究應涵蓋更多AI系統、病種及情境，並比較AI與人類醫生在同一決策下的風險偏好。只有真正理解AI的風險決策機制，醫療界才能安全、負責任地將AI納入臨床決策流程。

我的觀點與啟發

這篇研究直擊AI醫療應用的「灰色地帶」——即使AI能提供一致的診斷或預後判斷，但在涉及風險權衡時，AI之間的差異足以影響臨床決策結果。這不僅是技術問題，更是倫理與社會議題。AI如何「學會」風險偏好？設計者的價值觀會否滲入醫療建議？若AI建議較為保守，會否導致過度診斷或治療？反之，若AI過於激進，又會否增加醫療風險？這些都值得香港醫療界、科技界和政策制定者深思。

香港作為國際醫療和創科樞紐，應積極參與AI醫療決策風險評估標準的建立。建議本地醫院、學術界與AI企業合作，針對本地病人特性和醫療文化，設計AI風險評估工具和監管框架，保障醫患雙方利益。同時，醫生在引用AI意見時，亦要明白不同AI之間的「風險性格」差異，不能盲目依賴單一平台建議。

總括而言，AI醫療決策的風險管理，是一場跨學科、跨專業的「價值協商」——我們不能只問AI「會怎樣做」，更要問「為什麼這樣做」，以及「這樣做對誰最好」。這正是未來智慧醫療發展中，最值得香港社會關注和投入的方向。

✨🎱 Instagram留言 →

AI即回覆下期六合彩預測

🧠 AI 根據統計數據即時生成分析

💬 只要留言，AI就會即刻覆你心水組合

🎁 完！全！免！費！快啲嚟玩！

下期頭獎號碼

📲 去 Instagram 即刻留言