[分享]善用思維式引導Prompt，讓 ChatGPT 協助閱讀醫學文獻

更新於 2024/02/25發佈於 2024/02/24閱讀時間約 4 分鐘

我們在閱讀研究文獻的時候，會遇到研究者進行以實驗法進行研究，或者是研究者針對自身研究方法的架構進行說明。因此，在閱讀研究文獻時，我們第一步就是需要「一步一步整理出目標論文的研究架構方法與實驗進程」，以了解該領域先進們在相同主題中，如何以不同實驗的發展方式與流程。當然，這對於一篇論文動輒需要閱讀30-50篇研究文獻而言，要做的整理工作就非常多。

因此，研究者除了自己的認真整理之外，還可以尋求ChatGPT的協助，善用ChatGPT Prompt可以有助於我們快速理解一篇文章，當然也可以加速研究文獻的彙整。

ChatGPT 的 Prompt可以怎麼幫忙

在實驗性的期刊論文當中，最核心的就是「實驗的方法、步驟與程序」，我們當然可以用傳統的方式，直接下指令詢問「請幫我列出實驗的方法、步驟與程序」。但是，我們可以特別下一個專屬的Prompt

Prompt：.....。讓我們一步一步思考（Let's think step by step）

以醫學研究論文為例：

我以閱讀一篇在NEJM（頂級期刊）中探討「以後視鏡即時檢測糖尿病患者的低血糖狀態」的期刊文獻為例。

我想要知道內文當中，在探討如何非侵入式地即時檢測糖尿病患者的低血糖狀態的方法。我們可以使用傳統下指令的方式。

指令式Prompt

Prompt #1 請列出本文中「非侵入式地即時檢測糖尿病患者的低血糖狀態」

ChatGPT Answer #1

根據本文中的信息，非侵入式地即時檢測糖尿病患者的低血糖狀態的方法包括：

收集駕駛特性數據：在正常血糖和低血糖狀態下進行駕駛時，系統會收集與駕駛行為相關的數據。
收集注視/頭部運動數據：透過駕駛員監測攝像頭（DMC），收集駕駛者的視線和頭部運動信息。
機器學習模型的建立與評估：利用上述收集的數據，建立機器學習模型來檢測低血糖，並通過接收操作特徵曲線（ROC）下面積（AUROC）來評估模型的準確性。

這些方法共同構成了一個系統，能夠在不需要直接測量血糖的情況下，通過分析駕駛行為和反應模式來識別低血糖狀態。

指令式 Prompt & Answer

ChatGPT的確也是從文章中擷取出來相關的偵測方式，提供給我們。但是，我們就是再進一步想想，能不能讓ChatGPT以「一步一步思考」的方式得到相關資訊然後提供給我們。

逐步思維式Prompt

Prompt #2 有哪些方式可以得知「如何非侵入式地即時檢測糖尿病患者的低血糖狀態嗎？」讓我們一步步思考 (Let's think step by step)

ChatGPT Answer #2

為了非侵入式地即時檢測糖尿病患者駕駛時的低血糖狀態，這項研究採用了一種機器學習（ML）方法。這個方法通過收集駕駛特性和注視/頭部運動數據來檢測低血糖。具體的步驟和發現如下：

研究收集了來自30位1型糖尿病患者的駕駛和注視/頭部運動數據（共47,998次觀察），在受控的正常血糖和低血糖狀態下進行，同時患者在駕駛真實汽車。
機器學習模型被建立並評估，以便僅根據有關駕駛特性和注視/頭部運動的數據來檢測低血糖。
ML方法能夠高精度地檢測低血糖（接收操作特徵曲線下面積 [AUROC] 為0.80±0.11）。即使僅限於駕駛特性或注視/頭部運動數據，檢測性能仍然很高（分別為AUROC 0.73±0.07和0.70±0.16）。
結論是，低血糖可以在實際汽車駕駛過程中通過一種僅使用駕駛特性和注視/頭部運動數據的ML方法來非侵入式檢測，從而提高了糖尿病患者的駕駛安全和自我管理能力。

總的來說，這項研究提供了一種新的方法來即時檢測駕駛中糖尿病患者的低血糖風險，這對於預防與低血糖相關的車禍具有潛在的重大意義。