人工智能在支持定性数据分析中的应用：前景、方法与潜在挑战

《Academic Medicine》：Artificial Intelligence to Support Qualitative Data Analysis: Promises, Approaches, Pitfalls

生成式AI因2022年低成本工具普及而迅速发展，ChatGPT成为史上增长最快的网页应用，文本转图像工具已生成15.5亿张图像。医疗领域应用激增，2023年PubMed相关论文达789篇（2022年仅18篇），涵盖科研、临床决策、教育等场景，但需解决隐私、责任、自动化等伦理问题。

　　

生成式人工智能（AI）的应用——即通过生成模型创造新内容——¹的受欢迎程度急剧上升。这在很大程度上要归功于2022年几款低成本工具的广泛普及，这些工具使得用户只需输入少量指令就能生成类似人类的文本和图像。据估计，ChatGPT是目前增长最快的基于网络的应用程序。² 在文本到图像算法首次被广泛使用的1年半时间里，用户共生成了惊人的155亿张图像。³

医疗保健领域也迅速采用了生成式AI技术。截至2024年撰写本文时，在PubMed上搜索“生成式人工智能”（generative artificial intelligence）这一关键词，结果显示当时已发表了789篇相关文章，而2023年这一数字为386篇；相比之下，2017年至2022年间该领域的文章总数仅为18篇。生成式AI在医疗保健领域的应用前景几乎是无限的，从提升研究和科学发现到改善临床护理、医疗决策以及教育等方面都能发挥作用。

[《学术医学》（Academic Medicine）

我在这期杂志封面上使用的数字艺术作品《[学术医学]》（[A]cademic Med[i]cine）是利用Midjourney和DALL·E3生成式AI工具以及Adobe Photoshop制作的。通过隐喻和夸张的手法，这件作品反映了AI在医疗保健领域的潜在应用及其影响。特别是，我探讨了使用这些工具时需要考虑的若干法律和伦理问题，包括隐私与保密性、医疗事故与责任、自动化、去人性化以及偏见等问题。⁴ 尽管这项技术有潜力彻底改变医学领域，但仍存在一些需要认真对待的重大挑战。