Abridge 如何使用 GPT-5.5 做臨床決策支援 ☕ Buy me a coffee

🧑‍🏫 Abridge 是做醫療 AI 的公司。這支影片由他們的工程負責人說明：換成 GPT-5.5 後，醫生看診時的輔助系統變得更準、更精簡，而且接上的工具越多，表現反而越好。一般的經驗是，給 AI 的東西越多，它越容易亂掉。這支影片的結果和這個經驗相反，所以值得一看。

• 00:02 使用 GPT-5.5 時，工具數量越多，Abridge 在評估集上的結果反而呈上升趨勢。
  ↳ Tool use（工具使用）是指 AI 去呼叫外部功能，例如查資料庫。一般以為工具越多越容易選錯。Abridge 用一組固定考題（evaluation set，評估集）來測，結果工具越多，分數反而越高。
• 00:02 團隊認為這個上升趨勢清楚顯示，這個模型更能綜合整理資訊。
  ↳ 工具變多，代表進來的資料又多又雜。分數還能往上走，表示模型不只會把資料拿回來，還能把不同來源的內容整合成有用的結論，不會越餵越亂。
• 00:02 講者 Chaitanya 是 Abridge 臨床決策支援（clinical decision support）的工程負責人。
  ↳ Clinical decision support（臨床決策支援）是在醫生看診、做判斷時，提供資訊和建議的系統。Chaitanya 負責的是把這套系統做出來的工程團隊。
• 00:02 他們的目標是運用全世界的醫學資訊，加上醫病即時對話中的所有病患脈絡，協助臨床醫師做決策。
  ↳ 他們要把兩種資料放在一起用。一種是全世界通用的醫學知識，另一種是這次看診時病人當下講的狀況。兩者對起來，給出的建議才會貼合眼前這位病人。
• 00:34 採用 GPT-5.5 後，團隊看到更高、更好的臨床推理（clinical reasoning）與工具使用（tool use）表現。
  ↳ Clinical reasoning（臨床推理）是從症狀一步步推到可能病因和處置的思考過程。換成 GPT-5.5 後，這種推理能力，以及挑對工具、用對工具的能力，都進步了。
• 00:34 講者表示，現在的資訊密度（information density）好很多。
  ↳ Information density（資訊密度）是指同樣的篇幅裡有多少真正有用的內容。現在模型給的東西更精實，廢話少、重點多，醫生用同樣的時間能讀到更多。
• 00:34 醫學很複雜，所以他們要把高資訊密度直接帶到照護現場（point of care），最終決定仍由臨床醫師來做。
  ↳ Point of care（照護現場）就是醫生面對病人、正在看診的當下。現場時間很少，所以資訊要濃縮又即時。AI 只負責遞上資料，判斷和拍板還是醫生的事。
• 00:34 講者最興奮的一點：他們相信持續加入工具和脈絡時，模型也能跟上隨之增加的複雜度。
  ↳ 產品會一直擴充，工具和資料只會越加越多。他們最看好的是，模型不會因此被壓垮，複雜度上升時表現也跟得上，產品才有辦法繼續長大。
• 00:34 因此模型能為使用者帶來更多價值，並達到這類產品所要求、也必須具備的嚴謹程度。
  ↳ 醫療出錯的代價很高，這類產品對正確性的要求比一般 AI 應用嚴格得多。模型撐得住複雜度，才能一邊加功能幫醫生，一邊守住這個標準。
• 01:04 團隊在結果上看到非常明顯的躍升，也很興奮能與 OpenAI 合作。
  ↳ 換模型後，評估結果是明顯跳了一階，不只是小幅改善。最後這句是團隊對這次成果，以及和 OpenAI 合作的正面表態。

根據 Abridge 的說法，使用 GPT-5.5 時增加工具數量，評估集上的結果出現什麼變化？