2027 醫療 AI 趨勢：真正的關鍵，是 AI 可以動到哪裡

醫師 AI 工作流・我修正了一個判斷

2027 醫療 AI 趨勢：真正的關鍵，是 AI 可以動到哪裡

一次公開的觀點修正——從「AI 會不會問診」，走到「AI 可以動我系統裡的哪些東西」

李宜靜中醫師｜原生顏創辦人・中西醫雙證照　·　更新於 2026-09-04

2027 醫療 AI 趨勢：我本來以為難的是「怎麼問」

診間裡，病人說「我睡不好」。

這句話什麼都還沒告訴我。我接下來要決定問哪一題：躺下去兩小時睡不著，還是半夜三點準時醒？夢多到醒來像沒睡，還是被膝蓋痛叫醒？有沒有心悸、會不會半夜熱醒？

每一個答案都會讓後面的問題整組換掉。中醫問診很像辦案，線索出現的順序，會決定你追哪一條。

所以我本來的判斷很單純：醫療 AI 最難的地方在「怎麼問」。模型再聰明，如果拿到的病史是被表格壓平過的，它處理的就已經是一個失真的問題。

後來我把研究跟產業進度查了一遍，發現這個判斷要改。

一、AI 已經學會「下一題要問什麼」

2025 年 4 月，Google 團隊在《Nature》發表了一個叫 AMIE 的問診 AI。

他們找 20 位受過訓練的演員扮病人，另外找 20 位真的家醫科醫師當對照組，雙方都用文字跟病人對話，再請 33 位專科醫師評分。結果 AMIE 的診斷準確度顯著高過那 20 位醫師，專科醫師評的三十幾個項目裡，AMIE 幾乎項項都贏。

這篇最刺到我的地方是：它做的正好是我以為最難自動化的那件事——AI 自己決定下一題要問什麼，一邊問一邊縮小可能的病。

作者也把限制寫得很清楚：全程是打字聊天，對照組那些醫師平常不是這樣看診的。等於說，人是在一個自己不熟的場地上被比較。

到了 2026 年 3 月，Google 把 AMIE 放進真實門診試。地點是美國一家醫學中心，做的是「看診前先問病史」：100 位病人先跟 AI 聊，98 位接著進診間。過程中有醫師在旁邊即時監看、隨時可以介入，全程沒有一次需要中斷。AI 列出的可能診斷，有九成涵蓋最後的答案，七成五落在前三名。

限制一樣要講完：只有一家醫院、只有一組人、純打字、沒有對照組。研究團隊自己寫，這次沒有做對照比較，所以不能拿來宣稱效果。這句話很節制，值得照抄。

剩下的難處還是很多——口音跟方言、講話停頓跟皺眉這種說不出口的線索、身體檢查、一個人身上好幾種病、醫病之間累積很多年的默契。這幾樣在中醫診間佔的比重特別高。

但這件事已經有人在推，而且推得動。一個問題如果已經有團隊在解，它就比較不可能是分水嶺。

二、我那個三層模型，漏掉了東西

我以前把 AI 醫療決策拆成三層：資訊層、情境層、責任層。前兩層可以交出去，責任層我交不出去。這個拆法我寫在〈AI 醫療決策的三層，第三層我交不出去〉那一篇。

現在看，這個模型不夠用。它把兩種不同的東西放在同一條線上：資訊跟情境講的是「AI 幫我想了多少」，責任講的是「出事誰扛」。這兩件事會分開跑。

我把它改成五個問題：

分開之後，一件事立刻浮出來：第三跟第四題可以一直往前推，第五題幾乎不會動。

這句話有具體的東西對得上。2026 年 8 月，Oracle 宣布他們的臨床 AI 新增三個功能：從醫病對話當場產生申報用的收費代碼、讓醫師口述直接打進病歷欄位、把一個病人散在各處的舊診斷、抽血趨勢、影像報告跟用藥整理成看診前摘要。廠商說，醫師會在送出前檢視、修改、確認。（這是廠商自己的公告，還沒有第三方驗證過的成效。）

摘要、查閱、寫病歷、算代碼放進同一條流程之後，醫師實際在做的事，就從「讀完再判斷」變成「看過再確認」。而簽名的人沒有變。

三、我猜錯的另一件事

我本來還有一個很直覺的想法：讓醫師先想、AI 再來挑戰，這樣比較安全，因為醫師不會被 AI 帶走。

2026 年 3 月《npj Digital Medicine》有一篇隨機對照試驗剛好在測這件事。70 位醫師、254 個病例，一組 AI 先給意見，另一組醫師先寫、AI 後給。

結果跟我想的相反。兩組整體表現差不多，但在「真的會改變處置的決定」上，AI 先給意見那組比較好。更有意思的是：醫師先寫的那組，有 48% 的病例，AI 講的跟醫師原本寫的完全一樣；AI 先講的那組只有 3%。

作者的解讀是，被帶走的那一方是 AI。就算明講「不要管醫師剛剛寫什麼」，模型還是會順著人講。這在 AI 領域有個名字，叫阿諛傾向，就是它傾向同意你，很少挑戰你。

這篇也有限制：用的是病例摘要而不是真的看診，參與者九成七是內科系醫師，單一研究不能當定論。但它足以動搖我原本的直覺，也把問題變得更具體：如果 AI 會被我先寫的東西帶著走，那我要它挑戰我的時候，得先讓它在不知道我怎麼想的情況下，自己獨立看一次。

順帶一提，「AI 會不會挑戰我」也不能靠品牌保證。2026 年 6 月《Nature Medicine》做過一次比較，把兩套醫療專用的 AI 工具跟當時最強的通用模型放在一起考，三份考卷通用模型都贏。這不代表通用模型永遠比較準，模型每幾個月就換一代；但它足以說明，掛著「醫療專用」四個字，並不能保證答得比較好。

四、真正在搶的，是誰能動你的系統

把上面幾件事放在一起，戰場的位置就浮出來了。目前至少有四種人在同一個地方對撞。

握著病歷系統的人。Epic、Oracle、Microsoft 這一類。病歷、病人入口、誰有什麼權限、既有流程長什麼樣，都在他們手上。任何 AI 想在臨床流程裡真的做事，最後都要經過他們的欄位。

做「自動寫病歷」的人。這類 AI 在診間旁邊聽，看診結束病歷就寫好了。其中 Abridge 把「可追溯」做得最具體：醫師在病歷裡反白任何一句 AI 寫的話，系統會自動標出它是從哪一段對話來的，還可以直接播放當時的錄音。這讓「這句話從哪來」變成一個三秒內可以驗證的動作。

賣醫療證據的人。就是那種你問一個臨床問題、它給你答案還附上出處的服務。前面那篇比較說明，這個位置目前還不穩。

付錢的人跟訂規矩的人。這一類最容易被忽略，卻可能是決定性的。美國 CMS（角色大致相當於我們的健保署）2024 年公布一條規則，分兩階段：2026 年起，保險方要在急件 72 小時、一般件 7 天內答覆事前授權，拒絕還要說明理由；2027 年起，他們必須把幾套資料交換的接口建好——所謂接口，就是系統跟系統之間傳資料的插頭。台灣這邊，衛福部在推次世代電子病歷跟一套叫 SMART on FHIR 的規格，白話講就是讓各家醫院長出同一種規格的插座，外面的應用程式才插得進去。

這一段的結論是：模型聰不聰明只是其中一塊。誰拿得到資料、誰能把結果寫回系統、誰談得下採購、健保怎麼給付、出事誰負責，同樣會決定最後誰活下來。一個聰明程度普通、但接得進病歷又能把結果寫回去的系統，實務上可能贏過一個很聰明、卻只能在瀏覽器分頁裡回答問題的模型。

權限開到哪裡、誰覆核、留不留紀錄，這幾件事在爭議真的發生的時候會變成完全不同的東西。我在〈診所危機處理的兩個時鐘〉裡寫過，法定的那一部鐘要的就是紀錄，而且要保存三年。

五、為什麼「省時間」還不夠

自動寫病歷的 AI 是目前導入最快的一類，也最常被拿來證明 AI 有用。

2025 年 10 月《JAMA Network Open》一份調查，在美國 6 個醫療系統、263 位門診醫師身上比較導入前後：覺得自己燒壞了的比例從 51.9% 降到 38.8%，下班後的文書時間每週少了大約 54 分鐘。但這份調查沒有對照組、招募可能偏向本來就喜歡新科技的人、全部是醫師主觀回答。

同年另一個美國醫療科技評估機構的產業判讀更保守，公告標題就把話講完了：AI 病歷助手確實緩解醫師倦怠，財務影響不明。

兩份放在一起可以得到的結論是：這類工具在「醫師覺得比較不累」上有訊號，在「真的省下時間跟錢」上還沒有。

所以我不會用「省了多少時間」來判斷一個 AI 流程成不成功。我會問這幾題：

六、我以為是洞見，產業其實已經走到哪裡

我自己這幾年建了一些東西：分角色的 AI 助手、跨對話的記憶系統、官網自動上稿、文獻回查機制、診所營運看板、臨床素材整理，還有搜尋能見度的追蹤。這些東西怎麼一步一步長出來的，我寫在〈那堂課之後，我實際做了什麼〉。

這些讓我有一個實作的位置可以講話。它們同時也讓我看清楚一件事：流程做得完整，跟產業觀點正確，是兩件不相干的事。

我原本重視的能力	產業已經走到	還沒解決的
分角色的 AI 助手	早就是標準功能	角色之間打架、權限、共用記憶怎麼管
跨對話記憶	技術成熟	記錯了怎麼辦、版本、怎麼收回
會追問的問診 AI	已進研究與真實門診試驗	跨語言、複雜病人、安全性
從對話生成醫囑與代碼	已是商用產品	能不能自動執行、錯了誰攔
每句話都查得到出處	部分產品做到了	有出處不等於內容正確或適用
上線後持續監測	還不成熟	AI 用久了會走鐘，還沒人知道怎麼測

最後一列值得多說一句。美國 FDA 到 2025 年 9 月都還在公開徵求意見，題目就是「AI 醫材上線之後該怎麼測它有沒有變差」——模型用久了，真實世界的資料跟當初訓練時不一樣，表現會退步、會偏。連監管單位都還在問方法，這一格離成熟顯然還有距離。

另外幾件事我想單獨講。

第一，把出處查對，不等於用對。我對文獻有一套四層回查：這篇是不是他說的那篇、那篇存不存在、引用的內容對不對、是不是最新版本。這證明的是我沒有亂引。但它管不到後面幾層：相反的證據有沒有被漏掉、這篇研究能不能套到我眼前這個病人、宣稱的效果到底有多大。忠實地引用一篇不適用的研究，還是錯的。

第二，記憶會把錯的東西記得更牢。我糾正過一次的事，系統會寫成長期規則，下次不再犯，這是它的好處，做法我寫在〈把 AI 養成一支團隊：中醫師的 AI 記憶系統〉。同一個機制也帶著問題：如果我當初那個判斷本身就偏了，系統會用比我更穩定的方式把它複製下去，複製得比我本人還忠實。所以記憶欄位需要的東西比我原本想的多——來源、什麼情況適用、版本、什麼時候該失效、有沒有反例，還有一個真的會被執行的收回機制。

第三，我想讓 AI 放大的是護理師。這件事我很少看到有人講。大部分醫療 AI 的預設使用者是醫師，做的事是把醫師變快。我這一年花最多力氣的地方在另一邊：讓診所的日常不靠我的注意力運轉。

排程、交接、衛教、追蹤、對外訊息，這些事長年卡在「只有醫師知道怎麼判斷」，所以最後都會繞回我身上。我在試的，是把那些判斷的規則一條一條寫下來，變成護理師可以自己操作的流程，AI 負責放大她們的手，而我只在真的需要醫師判斷的那幾格出現。

這跟前面講的「受控寫入權」其實是同一個問題的兩面——權限開到哪裡、誰覆核、錯了誰攔。差別只在，這一次要回答這些問題的人是我自己。而且我發現，一個工具好不好用，最誠實的測法是把它交給不是我的人試一次。

七、什麼結果會讓我承認自己錯

我把判斷寫出來，就代表它應該可以被推翻。以下這幾種情況，會讓我放棄「問診品質決勝」這個立場：

我也給自己訂了一組門檻。這組數字的性質，是我事前訂給自己的檢驗標準，請不要把它當成學術共識：真正有臨床意義的資訊遺漏相對下降至少 20%、醫師重工或事後補問的時間下降至少 15%、沒有增加重大錯誤，而且效果要跨過好幾種不同主訴。達不到，我就把問診從「分水嶺」降格成「必要條件之一」。

八、一張可以帶走的卡：AI 可以動到哪裡？

以後我要導入任何一個醫療 AI 工具，都會先過這十題。你可以直接抄走。

九、我把問題往後移了一層

回到最開始那句「我睡不好」。

我本來以為，AI 接不接得住那句話是關鍵。現在我覺得那是入場條件。真正拉開差距的位置，往後移了一層。

我把這件事叫「受控寫入權」。白話講就是：AI 可以動我系統裡的哪些東西、動之前誰批准、動完了查不查得到。

它包含的動作其實很日常——寫病歷草稿、建議該開什麼藥或該抽什麼血、幫我建一個追蹤名單、寫給病人看的衛教、算申報代碼、處理預約跟轉診、把結果寫回系統。每一個動作背後都要有四樣東西：誰覆核、查得到出處、留得下紀錄、錯了有人攔。少了這四樣，前面那些能力就只是把出錯的速度加快。

至於我自己，接下來一年想把三件事做出答案。

第一，一間小診所能不能在院長退到後面之後，還跑得動。這是我目前投最多時間的一題。它包含把判斷規則寫成護理師可以執行的流程、把排程與交接搬進系統、讓對外的訊息不必經過我。我想知道這件事的極限在哪，也想知道有哪幾格是真的搬不走的。

第二，中醫問診裡「我為什麼決定問下一題」，能不能被講清楚、被測量、被部分複製。這是我最想知道答案的一題，因為我到現在也說不清楚，自己為什麼會在某個時刻突然改問她會不會半夜熱醒。如果連我都說不清楚，那它就沒辦法教給下一個人，更沒辦法交給任何工具。

第三，AI 流程能不能從省時間，走到真的改善品質、減少錯誤、改變收入結構、讓醫師沒那麼累。前面那八題我會拿自己的診所當第一個受試者。

這三件我都還沒有答案。接下來一年我會把過程寫在這裡，包含做壞的部分。寫出來，是為了讓自己以後沒辦法假裝沒說過。

如果你也在診所或醫院裡試這些事——尤其是把判斷交給不是醫師的人執行那一段——做成的、做壞的我都想聽。我的信箱是 yijing0206@gmail.com。