作者：蔡依橙
ChatGPT 是文筆最好，而且回話最具支持性的，也就是有些人說的「諂媚」。但也因為他這種順著使用者的說話語氣，在各種 AI 工具中，會讓人最想找他做一些疑難雜症看看。
實務上我最常跟他腦力激盪。像是如果我要寫一篇中文介紹文章，有想法，但還不確定怎麼構成。我會寫下幾個我預計提到的重點，請他幫我增添細節與實證資訊，寫成目標字數。
不過，他寫的東西還是很有 AI 味，我一般會讓他寫到約六成的完成度，就接手自己修改重寫，加上自己的風格，直到完成。
對我來說，從想法到六成完成度的文章，他處理得很好。但如果你繼續叫他寫到完稿的話，中文好的人一眼就能看出來這個有點 AI。
作者：蔡依橙
之所以訂閱 Google Gemini 是幾個原因促成的。
我本來就有訂閱 Google One 空間分享給全家人用，每個月多加 300 元就能有 Gemini，增加的費用並不多。
而且因為是家庭共享，所以孩子們也能一起使用，他們都能用自己的 Gmail 登入，保留隱私，問自己想問的問題。
Google Gemini 為了打市場，目前 Deep Research 功能，是基礎訂閱戶就能用的。加上這是目前世界上市佔率第二，僅次於 ChatGPT 的 AI 服務，又有富爸爸 Google 生態系加持，我也想看看可以整合到什麼情況。
問：老師，上次提到 data-driven writing 很不好，但實務上我們當然都是從自己做很久的手術或治療出發。該怎麼做才能用同樣的資料處理成 hypothesis-driven 呢？
答：（蔡依橙）好奇心！
假設你做一個手術十年，也真的做得不錯，患者的 outcome 很棒，甚至國際學會也邀請你演講或示範。這樣的資料非常寶貴，只是你要多一點好奇心。
這十年來，你一定有些想法。某些患者一看就覺得預後會很好，某些患者一看就覺得可能術後會感染；某一群術後不幸過世的患者，其實你在跟家屬解釋之前就已經知道有風險。
那就把這些觀察量化，以這些問題去想一些假設，然後收集相關資訊。
問：請問校長，在你審閱論文的經驗中，最常見的臨床研究論文寫作錯誤是什麼？就是那種「一看就知道要退稿的」。假設稿件排版人模人樣，英文寫作也沒問題，但還是必須退稿的那種？
答：（蔡依橙）
最常見的問題是 data-driven writing（資料驅動的寫作）。
一般臨床論文的研究概念應該是這樣：我有好奇心想知道什麼事情，於是去回溯病歷（或設計實驗收資料），然後統計，最後回答我當初的好奇心。
這樣的流程，稱為 hypothesis-driven（假說驅動）。
對初學者來說，很重要的一點是，即使你整個流程不一定真的是這樣，你也要為自己的研究想出一個適合的 hypothesis，讓文章的架構看起來是這樣。
作者：蔡依橙
ChatGPT 還是目前的文字之王，只是他的幻想真的比較嚴重，而且個性太順從，使命必達，很少會說你是錯的。我通常用來寫內文，在正確的知識框架下，生出我想寫的內容。
Perplexity 雖然基於網頁搜尋，但你如果仔細去檢查過他附的連結，會發現所引用的網頁跟他提出的論點不見得有關。也就是說，他雖然基於網頁，但依然會有 AI 幻想。
問：做統合分析收集 trials 時，發現不同的 trials 收集 outcome 的時間五花八門，有的收介入完的 0、1、2、3 個月，有的收介入完的 0、3、6、12 個月。請問我該收哪一個？
答：（蔡依橙）
通常都是收介入後那次，也就是你說的時間點 0 個月。
其實同學這樣整理一下，就會發現他們的共同點正是「介入完的那個時間」，這個時間點是最多研究會有的。沒有靈感的時候，像這樣整理一下資料，跳開來用更大的視野去觀察，就會發現新的線索。
作者：蔡依橙
這個端午連假，我也在寫論文。
最近因為 ChatGPT 又更聰明了一些，連我這種寫了 60+ 篇 SCI 的人，寫作流程都有很大的改變。大概半年前，我是口述中文，用 Word 聽寫功能，然後手打字修一下內容，成為中英文夾雜的草稿後，請 ChatGPT 改成英文。
一開始其實翻譯偶爾會錯，但幾個月後翻譯幾乎不會出錯。就看一次，確認是自己的意思，是可以壓上自己名字的內容，就能用。但現在，我是真的把他當一個很懂英文又積極的助理。
問：校長好，團隊預計做一個稍大型的研究約 60 人，我們想把初步的 11 人先做發表，之後的主論文就能引用這篇。不過目前的 11 人小規模結果，投稿一直不順利，該怎麼辦？
答：（蔡依橙）這是典型的 preliminary study 作法。如果想要順利的話，要考量以下幾點。
一般來說，審閱者一定會質疑，為什麼你個案數這麼少就跑來發表，畢竟 11 個案例，即使 p 值有意義，power 一定不太理想。
所以，通常 preliminary study 會被接受，有幾個重要關鍵：
答：（蔡依橙）
最近這幾個月的 Office Hour，有五位 PGY 很常來。
他們從上完課，有了概念並操作第一次後，認真的照我們的建議去做，然後找題目。
遇到困難就來問，所問的問題，從「令人有點擔心」到「其實同學雖然沒信心，但其實自己的直覺都是對的」，也就是真的從零基礎，逐漸走到懂得學術圈語言跟文化的狀況。
其中三位已經完成論文投出，另外兩位也快了。
所完成的，有傳統統合分析，也有網絡統合分析。
跟我們設定課程時規劃的一樣，這兩個課程都很適合初學者。
