最近有報導〈醫生診症錯誤,
AI 人工智慧救回病人性命〉(http://tomorrowsci.com/technology/ai-rengongzhihuijiuhuibingrenxingming/)提到一個案例,一名患有白血病的女子接受醫生的診斷和治療後,情況一直沒有改善,最後由 IBM 超級電腦 Watson 進行診斷,發現病人患的原來是一種罕見的急性骨髓性白血病,得到正確診斷後,病人開始接受恰當的治療,不久便病癒出院。另一篇文章〈手機
AI 程式檢查病徵比醫生護士更準確〉(http://tomorrowsci.com/technology/ai程式檢查病徵比醫生護士更準確/)亦提到,人工智慧在處理資訊、分析數據上比人腦更有效率,儘管在病人私隱方面堪憂,但在一個診治比賽中,準確率達92%,比醫生的82%和急症室護士的77%還高,是解決醫療服務輪候時間過長問題的新希望。
那麼,在精神健康方面,這又是否可行呢?情緒障礙、精神科疾病,情況顯然不太一樣吧?
我們不妨先參考以下一份報告 (Gleaves, May, & Cardeña, 2001):
這個表,綜合了幾個精神健康自我評估工具的統計學資料,雖然這與 AI 沒有直接關係,但如果要研發精神健康方面的自助診斷服務 (無論是否由 AI 操作),自我評估量表 (self-report
scales) 是其中一個現成、可用、有統計數據支持的方法。這個表中的四個自評工具,分別是評估解離症的 DES、評估抑鬱症的 BDI、評估飲食失調的 EAT 以及評估邊緣人格障礙的 BSI。如上表所見,自評工具的準確度雖然普遍不俗,但仍有些參差,如果要進行大規劃的精神健康自助診斷服務來減省前線醫療人員的工具量,尚需更多研究來探討可行性和成效。
除了評估工具本身的信度、效度、準確度之外,精神健康自助診斷的發展還要考慮很多問題。譬如,在
psychotic 狀況下病人的病悉感 (insight) 如何、精神病患者自我報告的數據 (self-report data) 是否可靠、鑑別診斷 (differential diagnosis) 是否做得仔細、病人症狀的性質是什麼、症狀背後的故事和意義又是什麼、在沒有足夠安全感的情況下病人會否坦白報告病情…… 這些問題,單靠自助評估是否足夠呢?恐怕目前尚有不足。
可是,在筆者的角度,自我評估 (self assessment)、標準化評估 (standardized
assessment) 是有其益處的。事實上,標準化評估雖然備受學者推崇,但在前線實務工作裡這還不算非常普遍,臨床工作者單憑主觀經驗的臨床診斷 (clinical diagnosis,即是依據病歷記錄、病人報告的症狀及表面觀察所獲得的資訊而作出診斷)
有利也有弊,有時難免會忽略了一些情況,這一點標準化評估可補其不足之處。筆者認為,現階段,精神健康自助評估雖不能取代臨床工作者的專業診斷,但仍應該大力推廣,可作初步篩檢、分流之用,也可用來輔助前線同工之評估,提供系統性的數據供同工參考。標準化評估在學術、研究領域裡是評估的黃金標準,但這也應該廣泛應用在實務工作。譬如,在一般身心健康或精神健康評估裡,應該先採用標準化評估 (包含抑鬱、焦慮、思覺失調、解離、心理創傷、物質濫用等方面之自評工具),才再由專業人士跟進,以免忽略了某些細節。配合資訊與通訊科技 (ICT) 之應用,精神健康自我評估、標準化評估自然可以進行得更徹底、更有效率。
總括而言,精神健康自助評估、標準化評估雖然仍有不足之處、不能取代專業醫療人員的診斷,但它可以有系統、有根據地進行評估,減少因 bias、誤解、「問漏」等人為因素而導致的不當評估,也能作為初步分流之參考,因此這應該廣泛應用在精神健康實務工作裡。
Reference:
Gleaves, D. H., May, M. C., & Cardeña, E. (2001). An
examination of the diagnostic validity of dissociative identity disorder. Clinical psychology review, 21(4),
577-608.
No comments:
Post a Comment