軟體工程AI經驗：生產力暴增挑戰醫療驗證模式

商傳媒｜康語柔／綜合外電報導

隨著人工智慧（AI）技術快速發展，其對各產業的影響正逐步顯現。軟體工程領域的經驗，正為醫學界提供了借鑑，顯示人工智慧在提升生產力之餘，也帶來了對驗證流程的嚴峻考驗。

美國人工智慧公司 Anthropic 的內部數據顯示，截至今年 5 月，其程式碼庫中超過 80% 的新程式碼是由人工智慧所撰寫。此項應用使得 Anthropic 的軟體工程師平均每日程式碼產出量比 2024 年增加了 5.8 倍，且此成長趨勢預計將持續攀升至 8 倍。這項數據凸顯了人工智慧在程式開發領域驚人的效率提升潛力。

然而，效率提升的同時也伴隨著新的挑戰。根據《Kevinmd.com》報導，在微軟（Microsoft）一項針對知識工作者的調查中，最信任人工智慧輸出的受訪者，其檢查人工智慧成果的頻率也最低。這項現象在醫療領域尤其值得警惕，例如當研究人員讓放射科醫師判讀包含錯誤人工智慧分析結果的乳房攝影報告時，醫師的準確性在各經驗層級都出現下降，即使是數十年經驗的資深醫師亦然。

專家指出，人工智慧在醫學領域的首要應用，將會是資訊彙整與轉譯等「組裝」型任務，而非臨床判斷。醫師若將大量時間花費在處理資訊而非判斷，這些工作正是人工智慧可以介入的空間。然而，當機器產生大量內容，人類的角色轉變為驗證者時，由於人工智慧產出的結果通常是正確的，可能導致「簽核變成一種儀式」，進而降低檢查的嚴謹度。報導警示，醫療系統尚未針對數倍增長的機器產出內容，重新設計驗證機制。

軟體工程界已率先歷經這場變革，其工作模式已從大量程式碼產出轉向以驗證為主。醫學界正站在類似的轉折點，透過軟體工程的經驗，可以預見這項轉變。因此，醫療領域應主動思考如何重新定義人工智慧時代下的驗證流程，以免在面對高度依賴人工智慧的未來時，因準備不足而導致不良後果。