跑完整個流程，對於 「AI 在實證醫學評讀的極限與優勢」 有了非常深刻的體悟。
簡單說：它能幫你省下 80% 的粗活，但剩下那 20% 的關鍵判斷，如果你自己沒有 Sense，就會被 AI 帶著一起掉進坑裡。
以下整理這次從「選案」到「評讀」的人機協作實錄。
一、 佈局：老師的「選案」決定了學生的生死
很多老師隨手抓一個 Case 給學生，結果題目太發散或文獻太舊。選對病人，EBM 就成功了一半。
這次我避開了雖然有全人醫療價值、但證據模糊的 90 歲大腸癌奶奶，挑了一位「年輕肥胖糖友（口服藥失效轉胰島素）」的案例。
為了讓學生練習 CASP 評讀並應付外院評核，我們拉出了這三篇 Paper ：
- 2019 (History): Castellana et al. (舊的 Meta-analysis) → 用來講古與確立 Class Effect。
- 2022 (Benchmark): SUSTAIN 11 (大型 RCT) → Head-to-Head 比較，用來當作黃金標準。
- 2025 (Target): Chen et al. (最新 Meta-analysis) → 標題很新、結論很漂亮，但品質有待商榷，用來當「找碴」的靶子。
二、 優點The Pros：AI 讓備課效率開外掛
1. 秒速建立「比較矩陣」
以前要比較三篇論文的 PICO、收錄人數、主要結果，我得開三個 PDF 視窗切來切去。這次我直接把三篇 PDF 丟給 AI，下指令：「幫我比較這三篇的實驗設計」。
5秒鐘，一張完美的表格就出來了。 它精準抓出了 2022 那篇是單挑 (Semaglutide vs Insulin Aspart)，而 2025 這篇是大雜燴 (混了 Placebo)。
2. 快速掃描「紅旗指標」(Red Flags)
針對森林圖 (Forest Plot)，我問 AI：「這張圖有什麼要 comment 的？」它立刻列出：
- 異質性過高： I square= 99%。
- 權重分配詭異： 指出小樣本研究跟大樣本研究的權重竟然差不多。這省去了我拿著放大鏡看圖表數值的時間，直接把教學重點標示出來。
3. case挑選與PICO多元提案
「選案」其實是老師最重要的責任。 我打開平常收集的「特殊/困難教案資料庫」，挑出兩個候選人進行戰略分析：
Case 1：年輕肥胖男性，糖尿病控制不佳
- 情境： 口服藥四線全上 + Ozempic 仍失敗，最後被我說服加上基礎胰島素（Basal Insulin），並保留 GLP-1。
- EBM 戰略優勢 (Pros)：
- 數據硬派： HbA1c、體重 (Weight Loss)、低血糖風險，這些 Outcome 指標明確，標準答案好找。
- 文獻新穎： 糖尿病領域進展神速，很容易撈到 2024-2025 的高品質 RCT 或 Meta-analysis。
- 辯論性強： 「年輕人該不該這麼早打胰島素？」vs「減法治療」，很適合用數據說服外院評審。
- 劣勢 (Cons)：
- 家庭圖相對單純，除非刻意強調飲食支持系統，否則較難展現家醫科「生物-心理-社會」的軟實力。
Case 2：90歲大腸癌奶奶，肝與腹膜轉移
- 情境： 食慾很好，但反覆腹痛與背痛。涉及惡性腸阻塞 (MBO) 邊緣的症狀控制與家庭決策。
- EBM 戰略優勢 (Pros)：
- 家醫科靈魂： 極度適合畫 Genogram（家族樹），討論家庭動力、飲食象徵意義（能吃就是福 vs. 病情惡化）與預後告知。
- 劣勢 (Cons)：
- 證據模糊： 緩和醫療的題目通常缺乏大型 RCT，證據等級低。
- 評核風險： 學生如果「講故事」的能力不夠，很容易被外院醫師電：「你的證據只有 Expert Opinion？」
4. 補充背景知識 (Context)
當我需要解釋「為什麼要跟 Lixisenatide 比？」或者「Open-label 的限制」時，AI 可以像一個隨身攜帶的 UpToDate，瞬間提供這兩種 GLP-1 藥物的半衰期、機轉差異（胃排空 vs 全身性）。這對回答學生突如其來的 “Why” 非常有幫助。
三、缺點 The Cons：AI 會讓你翻車的「坑」
1. 搜尋幻覺：一本正經地胡說八道
這是最開始最崩潰的一段。AI 雖然邏輯好，但在「找文獻」這關完全不行。它曾自信地給我一串 PMID，結果丟進 PubMed 卻是先天性心臟病的手術文章。
請乖乖去 PubMed 用 (Type 2 Diabetes) AND (Semaglutide) AND (Insulin) 這種簡單暴力的關鍵字，搭配 Filters 設定年份與文章類型。
教訓： 搜尋還是得靠人類用 MeSH 和 Filters 一步步篩出來。AI 是軍師，不是搜尋引擎。
2. 真相是「辯論」出來的 (與人機協作的價值 Human-in-the-Loop)
這是今天最有價值的一刻。
關於 2025 年那篇文獻中空腹血糖 (FPG) 的數據，AI 抓取的結論是對的（下降 1.08 mmol/L），但我眼睛在 Results 內文段落看到的卻是下降 1.08%。
我當下質疑 AI：「你是不是看錯了？我看內文寫的是 %。」
結果我們一對質，才發現是 文章本身前後矛盾（Result 寫 %，Conclusion 寫 mmol/L，典型的編輯失誤）。
- AI 的優勢： 能夠快速歸納 Conclusion 的正確單位。
- 人類的優勢： 能夠看到內文的邏輯謬誤（降 1% 在臨床上根本沒意義）。
人類醫師的判讀 (Sense-making)： 空腹血糖單位是 mg/dL 或 mmol/L。如果 FPG 只有下降 1%，在臨床上根本是無效治療（Statistically significant but clinically meaningless）。正確的理解絕對是 -1 mmol/L (約 -18 mg/dL)，這才有臨床意義。
3. 對「方法學品質」的批判不夠狠
在分析 FPG 顯著性時，AI 一開始強調 P<0.00001。但事實上，這個顯著性是被一篇中國(Duan Wei) 的小型極端值研究給拉高的。如果我沒有要求 AI 做「敏感度分析(Sensitivity Analysis)」的解讀，它就會忽略這個結論其實是建立在沙堆上的。
雖然 AI 幫我算出了 CASP 的分數，但對於 “Clinical Nutrition ESPEN” 這個期刊的 Impact Factor 與定位（Q2/Q3, 接收旗艦刊退稿的姊妹刊），AI 一開始只會給官方回答。 我需要特別追問：「這篇 Impact Factor 好嗎？」它才會吐露真話：這暗示了文章可能有硬傷。 如果不追問，學生可能會以為每一篇發在 PubMed 上的文章都是聖經。
四、 結論：AI 是你的 R1，不是你的 VS
經過這次備課，我覺得 AI 就像是一個手腳極快、記憶力超強，但臨床經驗還很菜的住院醫師 (R1)。
- 它能做的： 幫你整理病歷（論文摘要）、畫表格、跑統計解釋、預判外院醫師的提問。
- 它做不到的： 判斷這個數據「合不合理」、以及決定這個數據能不能用在眼前這個病人身上。
我的 EBM 備課新 Workflow：
- Topic & PICO (AI Assisted)： 讓 AI 幫忙發散思考，找出具有辯論價值的 PICO 題目。
- Search Strategy (Human Only)： 嚴格禁止依賴 AI 給的書目。（嚴禁學生依賴 AI 找 PMID）。
- Appraisal (Human + AI)： 丟 PDF 讓 AI 跑圖表分析與異質性檢查。 AI 可做初步摘要，但關鍵數據（單位、統計顯著性）必須由人眼核對。
- Critical Appraisal (Human + AI)： 可以用 AI 做初步摘要，但關鍵數據（單位、統計顯著性、收案條件）必須由人眼核對原文。看到奇怪的單位（如 FPG 降 %），要有警覺心。
- Quiz: 最後請 AI 根據上述弱點，出幾個刁鑽的問題來考學生（例如：「為什麼這篇 2025 的結論不能全信？」）。
一句話總結：用 AI 備課 EBM 很爽，但如果你自己本身不懂 EBM，那你只會被 AI 生成的漂亮廢話給騙得團團轉。
身為老師，教學相長，第一次感受如此深刻！與AI對質中，比單純閱讀論文照單全收更進階了一步。
