
2026/11/15 發布 · 封面為 AI 生成示意圖
兒科醫師巴爾加瓦(Hansa Bhargava)十月二十八日在《富比士》專欄主張,AI 時代仍需要醫療決策中的「人在迴路」:讓人持續參與、判斷並有能力介入。這個角色不只是替機器補上同理心。當病人從「看懂說明」走向「決定怎麼做」,醫師還需要釐清資訊、理解生活限制,並與病人一起形成能執行的照護安排。
88.4% 說的是期待,不是診療成績
專欄引用《BMJ Digital Health & AI》的一項美國調查:88.4% 受訪者認為,醫療人員比聊天機器人更能幫助自己理解照護計畫。這是受訪者的看法,並非安排兩組人實際接受不同說明,再比較理解程度或健康結果的實驗。
研究於 2025 年十一月至十二月進行,2026 年十月發表。一般成人樣本為 500 人,另增抽 750 名六十歲以上成人;上述比例出自一般成人樣本的加權結果。研究使用自願加入的線上調查群體,即使加權調整人口結構,仍不能直接代表台灣病人,也無法完整涵蓋不上網的人。
因此,這個數字可以提醒醫療機構重視病人的參與期待,卻不能用來證明所有 AI 說明都比較差。技術表現與病人信任,是需要分別評估、再放回照護流程一起考慮的兩件事。
醫師補上的,是病人尚未說出的資訊
巴爾加瓦回憶,曾有病人的喉嚨症狀看似病毒性咽喉炎,醫療團隊因臨床上的疑慮加做血液檢查,後來發現白血病。這是作者的行醫經驗,不是比較人與 AI 診斷能力的研究,也不足以推論所有相似症狀都應接受同樣檢查。
這個故事較值得保留的意義,是診療包含持續取得資訊。聊天內容是使用者選擇輸入的片段;臨床判斷則可能隨追問、檢查與病程變化而更新。當問題本身尚未描述完整,語句流暢的答案,也可能建立在不完整的前提上。
我們的分析是,醫師在迴路中的重要工作之一,是發現「還缺什麼」,並決定如何補足。這不等於把直覺視為不會犯錯的能力,而是讓初步疑慮能接到可檢查的證據,以及必要的後續處理。
聽懂照護計畫,還要能放進生活
例如,假設一位家長已了解孩子的照護說明,也能用自己的話重述,但平日要輪班,無法固定陪同回診;另一位照顧者又不熟悉目前安排。這是假設情境,不是專欄中的個案。
AI 可以協助整理時間表與待問問題,但若對話只停在術語解釋,就可能沒有觸及真正的困難。醫療團隊還需要知道誰負責照顧、家庭擔心什麼,以及原先安排是否可行,再共同討論如何調整。
這也解釋了為何信任不只來自答案是否正確。病人需要能說出猶豫、承認沒聽懂,也知道遇到新問題時該找誰。這種對話形成的回饋,能讓照護計畫隨人的處境修正;一份寫得完整的文字,本身並不保證這些事情已發生。
人在迴路,必須有時間與權限介入
研究作者在解說中指出,不少受訪者尚未形成明確立場,而曾使用健康照護 AI 的人,通常對相關應用較正面。但這是關聯,不能證明只要多用 AI 就會增加信任;也可能是原本較接受的人更願意使用。
對醫療機構而言,較有意義的做法,是清楚說明 AI 參與哪一段工作,並保留可提問與修正的管道。整理病人疑問、協助撰寫易讀說明,與自行決定檢查或處置,涉及不同責任,不能只用「有人審核」概括。
我們認為,有效的人在迴路,應讓醫療人員看得到必要資訊、有時間重新判斷,也能否決或修改建議。若只是把大量 AI 產出交給忙碌的醫護快速確認,形式上有人參與,實際上卻可能沒有充分的介入空間。
巴爾加瓦也主張持續培訓醫護,並保留不依賴 AI 的練習機會。這是對未來能力維持的建議,並非她的專欄已證明醫師使用 AI 後會失去判斷力。
我們的觀察
這些資料支持的是:病人仍重視醫療人員參與,而專欄提醒我們,參與應包括補足資訊、共同理解與陪伴決策。它們尚不足以證明某種人機合作模式已改善健康結果,更不能用一個臨床故事判定誰全面勝出。
接下來值得觀察的,是 AI 是否讓病人更容易帶著問題進入診間、醫療團隊是否真正理解生活限制,以及計畫執行後能否持續回饋。如果只是多了一份說明,病人卻仍不知道怎麼把它放進生活,信任的缺口就還在。醫療 AI 的價值,應落在這段照護關係如何變得更可理解、可參與,而不只是回答聽起來多像醫師。
延伸來源
Hansa Bhargava:AI 時代能否保留醫療中的人性(Forbes,2026/10/28)
BMJ Digital Health & AI:美國民眾對醫療 AI 的觀點調查(摘要與作者解說交叉核對;期刊全文頁存取受限)
留言
張貼留言
留言會先經過審核。歡迎補充觀點或來源;請勿張貼廣告、無關連結、成人、賭博、藥品或自動產生的內容。