請AI大師告訴我們什麼是AET ? (因尊重AI的智慧財產權，以下文字方塊節錄如下，作著：ChatGPT)

圖：透過ChatGPT同時匯出的圖示 

以上ChatGPT重點只有一個： 用來評估風險AET只要超過這個值?(法規規定的限量值)，被測出的化學成分就需要被進一步分析與評估；但如果低於這個值，就可以被認為風險很低。

結果，我們花了10分鐘看完文章，依舊似懂非懂，繼續詢問…，就這樣可能為了求得AET的觀念與作法，讓原本人類大腦容易精準判定的事情，演變成一連串大腦外包的行為。並不厭其煩的與AI持續奮戰1周後(AI從來不會有情緒，重複問了20次，他還是不厭其煩)，對於需要執行的事情還是呈現真空狀態，然後責難AI不夠聰明…。來回溝通浪費了很多時間，其實是自己問錯，用錯和不夠專業。

簡單舉例說明，AET計算有一個很重要的數字，是需要人的判斷有可能會與AI判斷不同：

以藥物為例，若存在產生毒性的風險，通常會設定一個安全性閾值（SCT），並同時考量藥物製劑規格、每日最大臨床使用劑量等因素，藉由 SCT 計算出允許暴露值（AET）。然而，對於非藥物的化合物，並不一定都經過毒理試驗來確認其低於「對人類健康無顯著風險」的暴露劑量閾值。此時，若符合毒理閾值（TTC, Threshold of Toxicological Concern），通常會以遺傳毒性致癌物的安全性閾值–每日總攝取量 1.5 µg/day，作為替代評估依據，也就是在公式中將 DBT = TTC = STC 代入 1.5 µg/day（參考來源：European Medicines Agency、ISO 10993-18、PQRI）。

當化學化合物並不一定以〝食用〞為目的，而是應用於工業或生活用途，例如醫療器材時，則需根據與人體接觸的時間長短來評估風險，依此粗估每日攝入量(DI)來評估AET。但最終風險，我們還是會透過經驗與邏輯，並依據使用的醫材材質複雜程度與身體接觸強度，即使使用的期間大於1-10年，我們依然可以選擇較為嚴苛的DI方式來求得AET。反之，若與身體無直接接觸下，則可選擇較寬鬆的標準。因此，很多的檢驗結果判斷都與個體差異有高度關聯，這些決策，是AI無法背書與取代的。

公式： (參考ISO10993-18)

ChatGPT提供了關鍵的DBT選擇，AET呼之欲出，而ChatGPT 缺少了相關產品的特性複雜與實驗決定的評估方式，最後提供出的計算數字也僅供自我學習。AI能快速收集各種資訊，協助我們整合龐大繁多資料與邏輯，並找到可能的科學依據，從而節省時間和重點節錄，也因此能針對每一次需求提供建議與方向，但實務上並不是「套用公式就能產生唯一答案」。其中關聯性與變數考量，仍需憑藉專業依據與嚴謹的研究試驗計畫，予以調整、判斷進而決定。