商業興觀點／先問再診 AI 改寫智慧醫療

想像一下，未來某天你因為胸悶走進診所，還沒見到醫師前，手機上的醫療AI已先開始提問：「胸悶從什麼時候開始？是壓迫感、刺痛，還是灼熱感？活動後會加劇嗎？有沒有冒冷汗或呼吸困難？」

你一邊回答，AI一邊整理重點，幾分鐘後，它已經把症狀時間軸、危險因子、可能需要排除的疾病，以及建議醫師優先確認的問題，整理成一份摘要。等你走進診間，醫師不再從零開始問起，而是能直接針對關鍵問題判斷。

這樣的情境看似對未來醫療的想像，但相關技術其實已逐步成形。近年醫療聊天機器人已從單純健康問答，延伸到病史蒐集、診斷推理、影像判讀與個人健康管理等場景。

以Google研究團隊開發的AMIE（Articulate Medical Intelligence Explorer）為例，醫療AI已不只是回答醫學考題，而是能追問症狀、整理病史，並推敲可能診斷。研究顯示，AMIE在159個模擬臨床案例中，於多項診斷品質與溝通感受指標上表現較佳；加上多模態AI已能讀取影像與病歷文件，醫療聊天機器人正逐步成為診間前端的「資料整理員」與「初步判讀助理」。

另一項研究把AMIE放進302個真實且棘手的病例中測試。結果顯示，AMIE單獨列出前十個可能診斷時，準確率達59.1%，高於未使用輔助工具醫師的33.6%表現；而醫師搭配AMIE使用時，診斷推理表現也有所提升。這代表醫療AI的價值，不是取代醫師坐上診療椅，而是成為一位在旁提醒的助手，幫助醫師在有限時間內看見更多可能。

從產業角度來看，醫療聊天機器人的競爭重點，已不只是模型答得多準，而是誰能把AI安全接進醫院、診所與健康管理平台的日常流程。除了Google發展醫療對話與開放式醫療模型外，Microsoft也將AI放進臨床紀錄、摘要與轉診文件等日常工作中；電子病歷系統、遠距醫療平台與健康管理業者，也正嘗試把AI接入看診前準備、看診中紀錄與看診後追蹤等環節。這代表醫療AI正從實驗室展示品，逐步變成醫療流程中的基礎工具。

不過，真正的醫療現場，絕不是答題比賽。病患可能說不清楚症狀，可能隱瞞病史，也可能因害怕而忽略重要細節。醫師除了判斷疾病，還要觀察表情、語氣、家庭支持、經濟條件與治療意願。這些複雜的人際與情境判斷，仍不是AI可以單獨承擔的部分。

因此，現階段較合理的方向，不是讓AI取代醫師，而是讓AI協助蒐集資料、整理病史與提醒可能風險，最後仍由醫療專業人員判斷。醫療聊天機器人的下一步，是重新分配醫療流程中的工作，讓醫療人員能把更多心力放在專業判斷、病患溝通與照護關係的建立。