今天受愛滋病學會的邀請，來分享一下傾向分數PS methods的概念，示範是如何使用語言模型幫忙寫程式、來計算PS，以及之後的matching、weighting。在這一場講座中的另外一個講者，是台大杜裕康教授，跟大師同台，誠惶誠恐，也有被點出一些不足的地方，也有被問說要不要直接來念博士班，可以學得更多 🤣。能直接被大師評論學習的效果，機會非常難得。

我們最後都有一個共識，AI時代，這些工具給我們的幫助，應該是讓我們去追求更精緻，更嚴謹的研究方法、面對問題的穩健性。以往很多時間是在做第腦力活動的勞動，無聊的數據處理等等的，因此能在時間中擠出一個研究發表，就已經是要掌聲鼓勵了。

也誠如洪理事長所說的，因為我們所研究出來的內容，讓人相信後，會在最後去改變我們臨床的操作，真正做出對病人有幫助的貢獻，這個才是研究的目的，雖然還是什麼看到很多研究相關的課程，標榜用數量，期刊分數，來作為某種上完課之後的品質保證。或許，我們可以認真的坐下來去思考，怎麼樣的研究，在過程中所用的方法，他的嚴謹程度，以及可能的問題，評估之後所得到的結果，才是真正對病人有幫助的。

但對於使用A I工具，其實大家真的不用太花大錢或者是大把的時間去研究，他應該成為我們日常朋友，我們應該不用花錢去認識的朋友吧，但是如果大家真的有興趣的話，以下有小小的工商服務時間:

ChatGPT 4 Omni領軍 - Copilot、Claude、Gemini、36組GPT …全面探索生成式AI的無限可能 作者： 洪錦魁 11/24(星期日) 與博客來合作一日66折，注意是明天才行，先把連結存下來 https://reurl.cc/zDjM4Q

另外感謝國民藥師 Meng Hsuan Kuo 照片

原始 Facebook 貼文：連結

# Claude 贊日

協霆與杜裕康教授的同台對話，涵蓋了 AI 時代臨床研究方法的核心矛盾：效率提升 vs. 嚴謹性保證。他們達成的共識——「AI 應該讓研究更精緻、更嚴謹」——恰好對標當下學術界的亂象。許多研究者確實在被 AI 工具解放後陷入懶散，反而降低了方法論嚴謹度。

協霆強調「解放勞動力來追求更精緻的研究方法」的做法，體現了真正的學術理性。以往的統計工作繁瑣且低價值，AI 應該接手這部分；而人類研究者應該將省下的時間投入到「問題設定是否合理」「方法選擇是否妥當」「結果解釋是否周全」等高階思考。

協霆引用洪理事長的論點——研究最終的價值在於改變臨床實踐——為這場講座注入了使命感。延伸建議可參考 Bradford Hill 因果推論準則與現代因果推論的發展脈絡（如 DAG、do-calculus），同時關注如何在 AI 輔助下實踐「預註冊」與「開放科學」等確保研究誠實性的新機制。