探討 AI 介入急診嚴重疾病對話的可行性與可接受性
arXiv - Human-Computer InteractionHasibur Rahman, Kenji Numata, Evelyn T Lai, Maria Cheriyan, Adrian Haimovich, Kei Ouchi, Smit Desai
開發並評估一款語音對話代理，證明在急診環境中可進行簡短結構化價值對話，並顯示可行性與可接受性，但亦揭示倫理風險。
AI 幫你先抓重點
AI 重點 1
AI 介入可在急診快速收集患者價值觀，縮短溝通時間。
滑鼠懸停看 AI 判斷理由
此洞察顯示 AI 可在急診環境中即時整合患者偏好，提升共享決策效率，減輕醫師負擔，對急診流程改進具有實質影響。
AI 重點 2
系統邊界失效與幻覺診斷揭示 AI 對話需嚴格倫理設計與人機協作。
滑鼠懸停看 AI 判斷理由
此點提醒研究者與實務者必須建立嚴謹的安全機制與參與式設計，以避免錯誤資訊造成情感傷害，確保臨床應用的可信度與安全性。
核心研究發現
- 1
55名老年急診患者中，約90%完成對話，並認為AI介入對話可行且可接受，感受到被聽見與理解的程度與臨床醫師相近。
- 2
AI對話代理在短時間內能收集患者價值觀，提供結構化資訊，顯示其在急診環境中可作為輔助決策工具。
- 3
研究亦發現AI系統存在邊界違規問題，例如產生虛假診斷陳述，暴露出倫理與情感風險，需嚴格設計與參與式設計。
對教育工作者的啟發
對急診醫療工作者而言，可將 AI 對話代理嵌入病歷系統，先於醫師介入收集患者價值觀，並以簡短結構化問卷呈現。設計時需明確界定 AI 的角色與限制，避免產生幻覺診斷；可透過實時監控與人工審核機制，確保資訊正確性。培訓醫師學會解讀 AI 產生的價值摘要，並將其納入決策討論，提升患者參與度與治療滿意度。
原始文獻資訊
- 英文標題：
- Exploring the Feasibility and Acceptability of AI-Mediated Serious Illness Conversations in the Emergency Department
- 作者：
- Hasibur Rahman, Kenji Numata, Evelyn T Lai, Maria Cheriyan, Adrian Haimovich, Kei Ouchi, Smit Desai
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。