作者：蔡依橙
最近熱議的那篇 Lancet 讀者投書，整個過程實在很令人感慨。
跟學術比較不相關的討論，我這邊就跳過了。我能理解，剛起步的研究者，希望自己名字登上頂尖期刊的心情。但這個案例剛好可以說明，刊登出來白紙黑字後，是會被全世界檢驗的，包括自己的本國同行，大家連 supplementary materials 都會去看。
這讓我想到的是，最近有越來越多的新手同學開始使用 AI 工具，包括萃取資料、文獻引用等等，簡單下個指令都能瞬間噴出大量文字與資料，但我個人對這些進階的應用領域比較保守。
我認為，目前 AI 工具最可靠的是翻譯，但即使是翻譯，之後我一定會全文自己仔細看過。偶爾還是會有錯，而那些錯通常來自於給 AI 的中文就已經不精確。這個領域的可靠度，可以到 99％ 左右。
但直接請 AI 去做文獻引用，這個正確率雖然最近有提升，但大概就是從全部亂講，到四成亂講的程度。也就是 60％ 左右的準確性。
作者：羅東聖母醫院 職業醫學科 何振銘 醫師
先寫在前面，「熟習語音輸入與 ChatGPT 自動生成很重要！」
整個醫療界的功能面向可分為，服務、教學、研究，三個方面。身為一輩子第一線作苦工的急重症科醫師，即使總能確保自己餓不死。但卻也只是一份發不了財的待遇。
而在這樣內捲的環境中，除了臨床工作以外，還有一項常莫名加上的工作，研究與發表。因為，「公示原則」一直是我們這行生存的重要指標之一。如果我們的成果與心得無法透過論文讓外界知曉，就很難說明我們的專業價值。僅只讀書，吸收最新知識技能，並消化回饋教學（Intern、PGY、Resident、NP、Patient…），已經遠無法滿足工作崗位的要求。
每當面對論文發表的需求，內心的第一個反應總是：「這些研究真有必要嗎？」事實上，許多大型研究，例如跨國、跨中心、多年的隨機對照實驗，確實是資源充沛的產物，但這樣高規格的實驗模式，對於資源有限的醫師們而言，卻有如一座高不可攀的山峰。
就如同網站上所說的：「我只是想要發表而已！」
而任何事情，都是有成本的，包括勞力、時間、費用。寫論文也是有必須付出的成本，除了刷卡付費，假日起早上課以外，「調整心態、歸零學習」，心靈上的成本付出，更是困難！
答：（蔡依橙）
如果你還沒有確認正確性的能力，千萬不要使用 AI 去做你無法驗證的事。
最近有同學在 Office hour 問我問題，我發現他的提問有點奇怪，在我進一步釐清並追問之後，才發現原來同學是使用 AI 工具去讀論文。
主題我稍微做點馬賽克，大概類似「給予病人某介入之後，去評估疼痛指數的下降程度」。所以他用 PubMed 找了有這些介入也有疼痛指數的論文，全部丟進 AI 工具裡面。
接著，他對這些 AI 工具詢問，請他們萃取出做統合分析需要的數值。
AI 給了一堆中文說明跟歸納，並告訴他，其中好幾篇文章，並沒有給出疼痛指數的數據。
答：（蔡依橙）
我真正開始認真寫第一篇網絡統合分析，從找題目、排除各種困難、畫出圖表到投稿出去，是一個半月。而第二篇的時候，也就是這次的指定論文，只花了一個月。
當然，雖然網絡統合分析跟這個乳癌倖存者生活品質的主題對我都是新的，但我過去的確有蠻多的學術理解跟寫作經驗，這些上課時也會跟同學分享。
以上的時間，大部分都是花在跑統計製圖以及後續的寫作之上，這兩篇我在找題目的時間大約都只花兩、三天，而許多的初學者其實都卡在找題目，所以我們在上課當天，會花大約 1.5 堂課的時間，來教大家怎麼有效率找到適合自己的題目，以及找題目的時候需要注意些什麼。
作者：雲林長庚醫院 腦神經外科 鄭為遠 醫師
這次看到新思惟推出新課程：網絡統合分析工作坊（Network Meta-Analysis Workshop，NMA），我幾乎是馬上決定參加課程。
之前，我也曾經參加過《統合分析工作坊》、《醫學簡報與電子壁報工作坊》等，分別都有許多收穫及反思。在臨床上也因此獲得升任主治醫師的機會。擔任主治醫師之後，進入更加忙碌的生活。參加《網絡統合分析工作坊》的初衷，除了學習一個新的文體，也是投資自己、精進學習。
