MIT AI革新醫療溝通　跨語言文化破隔膜

改寫醫療對話：麻省理工學院語言與人工智能孵化計劃探索AI如何改善醫患溝通

生成式人工智能正徹底改變人類在寫作、閱讀、講話、思考、同理心及跨語言文化交流的方式。在醫療領域，醫患之間的溝通鴻溝往往會加劇病患的治療結果不佳，並阻礙醫療實踐和護理的改進。由麻省理工學院人文洞察協作組織（MIT Human Insight Collaborative，簡稱MITHIC）資助的語言與人工智能孵化計劃，正是針對這些挑戰提出潛在解決方案。

這個計劃立足於人文學科，旨在促進麻省理工學院內跨學科合作，深化對生成式AI對跨語言及跨文化溝通影響的理解。特別聚焦於醫療與溝通領域，期望搭建社會經濟、文化及語言層面的橋樑。

孵化計劃由醫師兼麻省理工醫學工程與科學研究所（IMES）研究主任Leo Celi和德語及第二語言學習教授、麻省理工全球語言項目總監Per Urlaub共同領導。

Celi指出：「醫療服務的核心是健康與疾病的知識。我們看到儘管投入龐大資金，醫療結果仍不理想，因為我們的知識系統出現了問題。」

偶然的合作：語言與醫療的交匯

Urlaub和Celi在MITHIC的啟動活動中相識，兩人在活動酒會的對話中發現雙方都對利用AI改善醫療溝通和實踐感興趣。Celi表示：「我們正嘗試將數據科學融入醫療服務，並招募社會科學家協助推動工作，因為我們創造的科學並非中立。」

團隊認為語言在醫療溝通中並非中立，它既可能成為促進有效治療的工具，也可能是障礙。Urlaub回憶：「後來我加入了他的一個工作小組，專注於疼痛的隱喻——我們如何用語言描述和衡量疼痛。其中一個問題是醫生與病人之間如何達成有效溝通。」

他們指出，科技對日常溝通有影響，這影響受使用者和創造者的雙重因素決定。隨著AI和大型語言模型（LLM）日益強大且應用擴展至醫療健康領域，相關挑戰也越來越複雜。

麻省理工計算生理實驗室醫師兼研究員Rodrigo Gameiro同樣參與該計劃，他強調實驗室致力於負責任的AI開發與應用。設計能有效利用AI的系統，特別是在跨語言與文化的醫療溝通挑戰中，需要細膩的策略。

Gameiro說：「當我們建立與人類語言互動的AI系統時，不只是教機器處理字詞，而是讓它們掌握語言中複雜的意義網絡。」

語言的複雜性會影響治療與護理。Urlaub補充：「疼痛只能通過隱喻來表達，但這些隱喻在語言和文化上並不總是相符。醫生常用的笑臉評分和1到10的疼痛量表，在跨種族、族裔、文化和語言間未必通用。」

「科學必須有溫度」

雖然大型語言模型有助於提升醫療科學，但仍存在系統性和教學上的挑戰。Celi批評現行科學過於注重成果而忽略了服務對象：「科學必須有一顆心。只用論文數量或專利數來評估學生成效，忽視了真正的意義。」

Urlaub認為，科學需謹慎探究，同時承認未知，這是哲學上所謂的「認識謙遜」。知識是暫時且不完整的，深信不疑的觀念也需隨新證據修正。

Celi說：「沒有人對世界的認知是完整的。我們要創造一個環境，讓人們能自在承認自己的偏見。」

Urlaub提出：「我們如何讓語言教育者和關注AI的人士分享彼此的關注？如何探索醫療專業人士與語言教育者間的關係，並利用AI消除醫患溝通的鴻溝？」

Gameiro認為語言不只是溝通工具，它反映文化、身份和權力結構。在某些情況下，病人可能因醫生的權威地位或文化上對權威的敬畏而不敢表達疼痛或不適，這種誤解可能帶來危險。

改變對話的方式

AI在語言上的優勢可協助醫療專業人員更細緻地處理這些問題，提供數據驅動、研究支持的數碼框架，為醫患雙方建立有價值的文化和語言背景。團隊強調，醫療機構需重新思考醫療專業培訓方式，並邀請社區參與對話。

Celi說：「我們要問自己真正想要的是什麼？為何要測量這些指標？」Urlaub和Gameiro指出，醫生、病人及其家庭和社區帶來的偏見依然是醫療改善的障礙。

Gameiro續說：「我們想連結不同思維的人，讓AI為所有人服務。沒有目標的科技，只會造成大規模排斥。」

Urlaub認為這類合作能激發深入思考和更好創意。語言與人工智能孵化計劃在五月於MIT舉辦首次研討會，由全球超聲波學院聯合創辦人兼CEO Mena Ramos主講，Celi、MIT電機與計算機科學系訪問學者Alfred Spector及林肯實驗室人類語言技術組資深員工Douglas Jones亦有發表。第二次研討會定於八月舉行。

社會科學與硬科學的更緊密融合，有助提升解決方案的可行性及降低偏見。讓醫患雙方調整彼此觀點，共享互動的主導權，有助改善結果。AI促進這些對話，能加速觀念融合。

Celi強調：「社區倡議者應有發聲權並納入對話中。AI和統計模型無法收集所有治療所需的數據。」

社區需求、教育機會及實踐改進，應結合跨學科知識獲取與傳遞。人們的視角受限於認知及其他因素。Gameiro問：「我們在建構LLM時，是以誰的語言為模型？哪些語言變體被包含或排除？」由於語義和意圖會因語境而異，設計AI工具時必須謹記這些差異。

「AI是我們重寫規則的機會」

儘管合作充滿潛力，但仍面臨嚴峻挑戰，包括如何建立及擴大技術手段以改善醫患溝通、擴展合作機會至邊緣及弱勢社群，及重新思考和改革病患照護。

團隊並不畏懼這些挑戰。Celi相信有機會縮小醫患間日益擴大的鴻溝，改善醫療缺口：「我們的目標是修補社會與科學間被切斷的連結，讓科學家和公眾共同探索世界，同時承認克服偏見的限制。」

Gameiro熱情支持AI改變醫學的潛力：「作為醫師，我不誇張地說，我相信AI是我們重寫醫學規則、擴展服務範圍的機會。」

Urlaub則強調教育將人從被動客體轉變為主體，這是他期望建立的新護理模式的關鍵：「我們需更好理解科技如何影響這種狀態的界線。」

三人皆主張在醫療領域創建類似MITHIC的空間，允許創新與合作自由發展，而非受限於傳統機構所設的刻板成功標準。

Urlaub相信：「AI將改變所有這些領域。MITHIC提供了一個慷慨的框架，讓我們能靈活擁抱不確定性。」

Celi說：「我們想運用力量建立不同群體間的社群，同時承認我們沒有所有答案。如果失敗了，那是因為我們沒敢夢想一個足夠宏大的未來。」

—

編者評論：

這項由MIT發起的語言與AI孵化計劃，從跨學科人文與科技整合的角度，深入探討了醫療溝通中的根本問題，並嘗試運用AI來彌合醫患間的語言與文化鴻溝。這種人文視角的介入，恰恰是當前AI醫療應用中少有的深刻反思。

在香港這樣多語言、多文化交織的社會，醫療溝通問題同樣嚴重。許多病人因為語言障礙或文化差異，難以準確表達病情，醫生亦難以完全理解病人需求。MIT的做法提醒我們，AI不應僅是冷冰冰的工具，而要結合人文關懷，理解語言背後的文化意涵與權力結構，才可能真正改善醫療體驗和結果。

此外，計劃強調「認識謙遜」與承認偏見，這對香港醫療教育及服務體系同樣重要。醫療不只是科學，更是社會實踐。AI的引入必須避免強化現有不平等，反而應當成為促進公平與包容的橋樑。

最後，MIT倡議建立開放且跨界的合作平台，讓科技創新與社會需求同步推進，這種模式值得本地醫療與科技界借鑒。香港若能結合本地特色與多元文化，推動類似計劃，必有助於建立更具人性化與效能的醫療體系。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。