2026 年 7 月 19 日
怎樣才能真正判斷醫療 AI 有沒有幫上忙
如果「部署之後更好」不能證明醫療 AI 有效,下一個自然的問題就是:那甚麼能證明?答案是對照。要把一個效果歸功於 AI,你需要一個可以拿來對照的東西:另一個版本的世界,那裏沒有用 AI,其他一切都儘可能相似。
有三種設計能做到這一點,下面按強度從高到低排列。
隨機對照試驗把病人、臨床醫生、病房或醫院隨機分組,一組用 AI,一組不用。做得好的話,隨機化會讓各組除了 AI 以外樣樣相似,所以結果上的差異就更可能是 AI 造成的。這是最強的證據,也最難安排。
準實驗利用現實中本來就有的差異,比如一家機構採用了這個工具,而另一家可比的機構沒有。它比隨機化弱,因為兩組之間可能存在看不見的差異;但在試驗不現實的時候,它可能是現實的選擇。
雙重差分比較的是:採用組隨時間的變化,與未採用組隨時間的變化。如果兩組此前走勢一致,而 AI 到來之後只有採用組的走勢拐了彎,那麼比起單純的前後對比,這個拐彎更有理由被看作 AI 的效果。
這些設計都不是為了追求統計上的優雅。它們回答的是一個治理問題:我們能不能把 AI 做了甚麼,和本來無論如何都會發生的事區分開?有對照組支撐的部署主張,是證據。只靠前後對比支撐的部署主張,是一個配了圖表的願望。