簡介
Evidence-Based Medicine (EBM) 是一個從臨床經驗和最新的科學證據中獲得的醫學決策方法，它試圖解決傳統醫學中的局限性，這種方法可以幫助人們更好地了解不同治療方法的優缺點，以便做出更明智的決策。然而，初學者在實證五階段步驟(提出問題、搜集證據、評估證據、應用證據、評估結果)中常常遇到困難，初學者往往需要更多的指導與方向指引，此時使用自然語言處理技術的 ChatGPT 模型是可以用來幫助執行 EBM 的前面步驟。本文將介紹如何運用 ChatGPT 加速 EBM 的第1與第2步驟。
第1步驟：提出問題
在 EBM 的第1步驟中需要明確提出一個可回答的臨床問題。這個問題應該是明確的、具體的、可測量的、有關聯性的、可行的和有意義的。只需要輸入一個簡要的問題描述，使用 ChatGPT 可以判別是否為「前景問題」、並將問題轉換為 PICO 架構、也可以判斷問題的類型(治療/預後/診斷/傷害)。
運用 ChatGPT 下指令需要注意以下三點：明確的問題、適當的關鍵詞、適時的導正方向。
至於要用「英文」或是「中文」發問呢？雖然 ChatGPT 的訓練資料庫是英文為大宗，但兩種語言我個人試過後，感覺答案的精準度還是「英文」會好一些。若英文不夠好，或是懶的再用中翻英後再問它(可另開另一個 ChatGPT 對話串翻譯、或用 DeepL 來翻)，直接問「中文」也是 OK 的。以下範例為求平易近人(?)，和 ChatGPT 的溝通仍使用中文來問。
在開始新一串 ChatGPT EBM 對話的第一個指令，可以先指示你想要 ChatGPT 扮演的角色、遵守的原則或規則。
 |
| 指令：我希望你能扮演一位專門在教「實證醫學(evidence based medicine)」教授的角色，你的目標聽眾是醫學生。資料來源以英文資料為主。除非我另有指定，以下的回答請盡可能翻譯成繁體中文來回答。如果你理解上述規則，請回答“是”。 |
下一步驟，我們可以測試 ChatGPT 是否熟悉實證醫學的基本常識。EBM第1步驟包含有前景問題、背景問題以及PICO架構。我們可以用這些問題來測試並指引 AI 教授的指導方向，好讓之後的對話能確保在正確的道路上。
 |
| 指令一：請用少於100字的內容解釋 "background question" 和 "foreground question"。指令二：請用少於100字的內容解釋 "PICO framework" |
進入正題，我在此網頁挑選了一個臨床問題： "對於患有SLE的成年患者，飲用薑黃茶是否比使用Plaquenil更有效地減輕關節疼痛？"(原文為: "In adult patients with SLE, is consuming turmeric tea more effective than Plaquenil at reducing joint pain?")。接下來，請 ChatGPT 判斷是「前景問題」或「背景問題」及拆解成 PICO 四要素。
 |
| 指令：臨床問題是:「在患有SLE的成年患者中，飲用薑黃茶是否比使用Plaquenil更有效地減輕關節疼痛？(In adult patients with SLE, is consuming turmeric tea more effective than Plaquenil at reducing joint pain?)」，請問此問題是「前景問題」還是「背景問題」，並請用PICO架構拆解此臨床問題。 |
在進入第二步驟之前，我們需要仔細檢查PICO，確保所有的英文單詞都被轉換並查找其同義詞。此外，我們需要定義問題類型，包括治療、預後、診斷和傷害。透過這些步驟，我們可以判斷哪一種醫學文獻最適合用來解答此臨床問題。這些問題，ChatGPT 是做的到的…
 |
| 指令：請將上述 PICO 轉換成英文關鍵字與同義字，並請分析此 PICO 是屬於哪一種問題類型(治療/預後/診斷/傷害)? 且適合用哪一種醫學文獻來解答此臨床問題? |
第2步驟：搜尋證據
在EBM中，第二步驟的前半段在於把搜尋詞轉換為搜尋字串。轉換搜尋詞時，需要使用「同義詞」來進行搜索。以前教實證都會教 Mesh Terms 的使用，使用Mesh Terms進行轉換可以進一步提高搜索效率和準確性，不過越來越聰明的 Pubmed 已經具有自動轉換為MeSH terms的功能後，就比較少教了，但我們仍可試試 ChatGPT 在此方面的能力。決定好搜尋詞及 Mesh Terms後，就是選取 PICO 各部份的組合來進行搜尋，我們就請 Chat GPT 試看看最常使用 P+I 的組合。
 |
| 指令：我想用上述的 PICO 中的 P+I 來進行 PubMed 的文獻搜尋，請建議適合的搜尋字串。且若有適合的 MeSH Terms也包含在內。 |
我把 ChatGPT 建議的「搜尋字串」直接貼到 PubMed 中搜尋，PubMed有顯示出搜尋詞有小錯誤，沒關係，我就接受這一點小失誤繼續看下去，目前有搜尋到 25 篇文獻。
接著試著把前 10 篇文獻的標題用 PubMed 的 Save 功能 (Summary) 匯出，請 ChatGPT 幫我挑選有符合原始 PICO 的文獻，他幫我挑出了兩篇。
這次用 ChatGPT 來執行 EBM 的第一及第二步驟就告一段落。ChatGPT 輸出結果仍然不完美，但能有這樣輸出我給予 80 分的評分！
總結
運用 ChatGPT 是可以做到 EBM 的第1與第2步驟。 然而，對於初學者來說，在使用 ChatGPT 進行問題求解時可能會遇到一些困難，由自然語言處理技術而生的 ChatGPT，他的回答是基於大量的訓練數據生成的，但這並不意味著它的回答是正確的，這時就會需要「人腦」去確保 ChatGPT 給出的答案是可靠的。
有人會問，AI 是否讓學習實證醫學變得無意義？實際上，AI 可能使得學習實證醫學變得更重要，因為你需要具備相關專業能力，才能判斷 AI 給出的答案是否正確。對於已經具備基本能力的人來說，善用 AI 可以縮短執行 EBM 或是寫 EBM 報告的時間。
使用 ChatGPT 時，需要注意問題的明確性、關鍵詞的適當性和答案的可靠性。在我與 ChatGPT 玩的過程中，有時他回答的方向會飄向奇怪的遠方，這時可以按「Regenerate reponse」請他重新回答，或是下一題請他導回正確方向。來來回回和 ChatGPT 對話是一件很好玩也很舒壓(?)的事，AI這幾個月的進步實在太快了，我們都應該抱著一頭熱的看熱鬧心情，一起來玩來趕上這個熱潮才是!
