探討 Stanford 法學教授 Michelle 的知情同意框架、Google 首席健康長 Michael Howell 對健康資訊責任的反思、JAMA 資深編輯 Derek Angus 對 AI 成效定義的根本爭議、Microsoft 首席科學家 Eric 的百年研究視野。
百年後回望 2025：當 Stanford、Google、Microsoft 的智者談醫療 AI 的未竟之問
去年（2025）年初，我坐在復健科診間，一邊聽著病人描述肩膀疼痛的症狀，一邊在腦海裡快速翻閱可能的鑑別診斷；這個場景在台灣每天上演數十萬次，但正在悄悄改變的是，我們這一代醫師，可能是最後一批完全依賴自己大腦做臨床決策的世代。過去一年，JAMA + AI 這個由 Journal of the American Medical Association（JAMA）的 Podcast 邀請站在醫療 AI 最前線的四位重量級人物：Stanford 法學院教授 Michelle Mello 談 AI 透明度與病人信任、Google 首席健康長 Michael Howell 談搜尋引擎如何處理每天數億筆健康查詢、JAMA Summit 主筆 Derek Angus 談 AI「成效」定義的根本爭議、以及 Microsoft 首席科學家 Eric Horvitz 談不確定性設計與他創立的「AI 百年研究計畫」；這四場對話表面上談的是技術與法規，骨子裡觸及的卻是醫療本質的哲學問題：什麼是好的醫療？誰有權定義有效？當機器開始能夠診斷、給出初步醫療建議、甚至同理病人時，醫師的角色會變成什麼樣子？病人願意接受這樣的改變嗎？
病人不信任 AI，但他們也不知道自己早就在用
Stanford 法學教授 Michelle Mello 的透明度框架
Michelle Mello 是 Stanford 大學法學院與醫學院的雙聘教授，專攻醫療法律與政策，同時 Lead 一個叫做 HEAL-AI（Healthcare Ethical Assessment Lab for Artificial Intelligence）的實驗室，專門評估 Stanford 醫院系統導入的每一個 AI 工具是否符合倫理標準；當 JAMA+ AI 主編 Roy Perlis 問她為什麼現在要寫關於 AI 透明度的 Viewpoint 文章時，Mello 的回答非常直接：因為這是她在各種會議和 Email 中被問到最多的問題。
「醫師們一直問我：我到底應該告訴病人什麼？」Mello 說，這個問題聽起來簡單，但背後的複雜度超乎想像。Perlis 提出了一個尖銳的觀察：醫療現場其實早就充斥著各種決策輔助工具，從 Rule-Based Classifiers 到 UpToDate 這類的醫學資料庫摘要，醫師們天天在用，卻從來不需要告知病人，那麼為什麼 AI 要被區別對待？
Mello 的回答精準點出了問題的核心，她說從醫師的角度來看，AI 跟其他決策輔助工具並沒有本質上的不同；醫師常用一個比喻：病人搭飛機的時候，不需要知道飛機引擎的每個運作細節，只要安全抵達目的地就好，同樣的道理，病人也不需要知道醫師用了什麼工具，只要診斷正確、治療有效就好。但 Mello 身為法學家，她從知情同意（Informed Consent）的法律框架來思考這個問題，知情同意的核心原則是：病人有權知道對他們來說「重要」的資訊，而什麼叫重要？在法律上，重要的定義是「病人自己在乎的事情」。
調查數據顯示，病人確實非常在乎 AI，Mello 引用了一系列調查結果：60% 的美國成年人對醫師依賴 AI 感到 Uncomfortable；將近 80% 的人對 AI 能改善醫療品質抱持相當低的期望；只有約三分之一的人相信醫療機構能夠負責任地使用 AI；而 63% 的人明確表示，他們非常希望被告知 AI 被用在自己的醫療照護中。這些數字對我們台灣的醫療體系有什麼意義？根據 Pew Research Center 2022 年底的大規模調查（樣本數超過 11,000 人），這種不信任感有明顯的性別差異：46% 的男性對 AI 醫療感到自在、可接受，但女性只有 34%；更有趣的是，不同應用場景的接受度差異極大：65% 的人願意讓 AI 協助篩檢皮膚癌，但只有 40% 接受手術機器人，31% 接受 AI 疼痛管理，而對於 AI 心理健康聊天機器人，接受度只剩下 20%。
Perlis 提出了一個反駁：「這會不會只是因為 AI 是新技術？如果二十年前做同樣的調查，問的是『電腦』，結果可能也差不多吧？」Mello 承認這是有可能的，她用了一個很有畫面感的詞彙 Awkward Adolescence，現在的病人對 AI 的不信任，很可能源自於對 AI 運作方式的不熟悉，以及對醫師日常已經在使用各種預測工具（包括很多表現比 AI 還差的傳統工具）的無知，她認為隨著 AI 逐漸融入日常生活的每個層面，這種不信任感會慢慢消退，到時候我們對病人溝通的方式也應該隨之調整。但 Mello 強調，現階段的現實是：病人確實在乎，而且醫療體系正面臨有史以來最嚴重的公眾信任危機，這兩個因素加在一起，就代表我們不能輕忽病人的感受。
知情同意的兩難：說太多反而更糟？
Perlis 和 Mello 也坦誠討論了知情同意的副作用，Perlis 問：「過度告知會不會反而降低信任？我們在醫院裡做很多事情，IV 點滴有時候會打不上或漏針、監測設備有時候會故障，如果我們對每一件事都要求同意，會不會讓病人更焦慮？」Mello 的回答出人意料，她說她個人並不傾向過度同意（I don’t personally err on the side of overconsent），她在文章中得出的結論是：在大多數情況下，連通知（Notification）都不需要，更不用說完整的知情同意程序，真正需要完整知情同意的情況其實非常少。
為什麼？因為當 HEAL-AI 實驗室訪談病人時，病人們常常說：「住院的時候我們已經資訊超載了，我們把自己的信任交給這些人，處於非常脆弱的狀態。我不確定在這種情況下還被告知某個 AI 工具的使用與否，除了製造焦慮之外還能發揮什麼效果？尤其是在我根本沒有選擇權的情況下。」更糟糕的是，有些病人把這種告知解讀為醫院在卸責：「喔，你已經被告知了，所以之後不能告我們、不能抱怨。」這完全違背知情同意的初衷。Perlis 聽到這裡，忍不住提出了經典的飛機比喻：「當我走上飛機的時候，我不需要簽同意書同意自動駕駛系統，為什麼？這在你的框架裡怎麼解釋？」
Mello 說，這正好完美契合她提出的框架，她的框架考慮兩個因素：第一，病人在獲得資訊後能否採取有意義的行動？第二，是否涉及身體傷害的風險？在飛機的例子中，雖然涉及身體風險，但你完全沒有能力去開啟或關閉自動駕駛、沒辦法選擇搭一班沒有自動駕駛的飛機、也沒辦法監督自動駕駛的運作，既然沒有能動性（Agency），告知就沒有意義。這個框架對我們台灣的醫療實務有直接的啟示，很多時候我們在設計 AI 導入流程時，本能地想要增加更多的「告知」環節來降低法律風險，但 Mello 的分析告訴我們，這可能是錯誤的策略，重點不是告知越多越好，而是要問：這個告知能讓病人做什麼？如果答案是什麼都不能做，那告知可能只是在製造焦慮和不信任。
醫療機構的透明度責任：不是對個人，而是對公眾
Perlis 接著問了一個很實際的問題：「那醫療機構有沒有責任透過其他管道公開他們使用 AI 的情況？比如說放在網站上、書面手冊裡？我發現很多醫療機構很樂意宣傳他們有多先進、用了多少 AI，但他們不會具體說明病人可能在哪些環節遇到 AI。」Mello 認為這是一個很好的方向，她的框架雖然不會導致很多個案層級的告知，但這不代表醫療機構沒有透明度義務；她把這個類比為病安措施：一個負責任的醫院會告訴病人他們做了哪些努力來確保安全、員工有足夠的休息和心理健康來提供高品質的照護。
在 AI 的脈絡下，她建議公開告訴大眾醫院正在使用哪些類型的 AI、這些 AI 在醫療流程中扮演什麼角色，以及醫院採取了什麼措施來確保這些 AI 的使用是安全、負責任、並且真正在改善照護品質和員工體驗。當 HEAL-AI 訪談病人時，病人們也說：「你不需要在手術前打擾我，但我想知道這個機構整體上如何使用 AI、有什麼樣的安全措施。」機構層級的透明度可能比個案層級的知情同意更有意義。
病人參與 AI 治理：不只是裝飾
Perlis 問到了一個在 AI 醫療會議上常被提起但很少被落實的議題：病人如何參與 AI 治理？Mello 坦承這是病人參與工作的普遍困境，不可能每次都做大規模調查，所以她們永遠只能聽到一小群被選中的病人的聲音，而在 AI 領域這個問題更加棘手，因為還需要病人理解一些他們不熟悉的技術概念。HEAL-AI 的做法是建立一個 Learning Community，他們有 10 位背景多元的病人夥伴，不只是傳統意義上的多元（如種族、性別），還包括專業背景和照護經歷的多元性，Mello 發現這些非典型的多元性，對於確保聽到不同聲音非常重要。他們會訓練這些病人夥伴，所謂訓練不只是一開始的入門課程，而是透過每月的焦點團體討論、讓他們學習新的 AI 工具、閱讀評估報告、並給予回饋，讓他們在參與的過程中持續學習。
Mello 說：「老實說，這個投資比很多人想像的要少得多，我們被那些即使只有很少經驗的病人提出的洞見品質嚇到了。」台灣的醫療機構常常把病人參與當作一個形式上的勾選項目，找幾個病友代表來開開會、拍拍照，但 Mello 的經驗告訴我們，真正有意義的病人參與需要結構化的培訓和持續的互動，而回報是我們會獲得真正有價值的 Insight。
當 Google 成為全世界最大的醫療資訊 Provider
Michael Howell 的病安基因
Michael Howell 是 Google 的 Chief Health Officer，但他完全不是矽谷出身，在加入 Google 之前，他整個職業生涯都在醫療品質與病人安全領域，曾在芝加哥大學醫學中心擔任首席品質長。他是重症醫學專科醫師，長年在加護病房照顧病人，親眼見過醫療失誤造成的傷害，也見過醫療系統的奇蹟式拯救。Perlis 點出最近的新聞：另一家公司的語言模型被發現會提供關於撒旦儀式的建議，包括放血，Perlis 問：「這種事情是不是會變成常態？每隔幾週或幾個月，這些 Front-Edge 模型就會再次提醒我們它們的風險？」
Howell 說這些模型最有趣的特點之一，是它們進步的速度有多快，如果你回想我們最初接觸這些模型的經驗，再對比今天，變化是超級巨大的。接下來他分享了一個讓他自己都驚訝的數據：每天輸入 Google 搜尋的查詢中，有 15% 是「從來沒有被搜尋過的」，是人類歷史上第一次有人輸入這個問題。「我一開始聽到的時候也不相信，」Howell 說，「但你想想看：光是英文字母，大小寫加起來就有 52 個字元，52 的平方我大概還能心算，52 的三次方就開始困難了，當你到 52 的十次方、二十次方、三十次方，就會得到難以想像的天文數字。」語言和人類思維是一個 Very High-Dimensional Space，我們常常低估了這個複雜度，也因此必須對從來沒有在訓練資料中出現過的問題給出安全的回應，因為有人就是真的會問這些問題。
護欄（Guardrails）的代價：性能與安全的取捨
Perlis 問了一個業內人士都在討論、但很少公開談論的問題：護欄與性能之間的取捨。「我聽做過 Safety 和 Alignment 的同事說，沒有護欄的模型表現好得多，但我們當然不可能把沒有護欄的模型放到世界上，你覺得在這方面有進步嗎？還是我們永遠都在原地踏步？」Howell 沒有迴避這個問題，他提到 Google 早期的模型 MedPaLM，當時他們投入大量資源讓醫師撰寫模型的答案，然後進行盲測比較，隨著時間推移他們確實看到了改善，但 Howell 接著說了一段讓我印象深刻的話：「有兩件事我們常常忘記，第一是我們沒有在思考醫師的 Baseline 錯誤率，如果你去電子病歷裡隨機抽出一千份病歷，你覺得有多少份會有不正確的內容？我在加護病房待很長一段時間，你會看到多少次病歷寫著『繼續照護右腳拇趾』，但病人三天前剛做完膝下截肢手術？」
這是一個非常重要的觀點，我們在評估 AI 的時候，常常用一個不可能達到的完美標準來要求它，卻忘了人類醫師本來就會犯錯；在 Google 團隊的研究中，他們讓人類醫師和模型分別回答問題，然後讓其他醫師盲測評分。結果是模型在準確性、對病人可能造成傷害的可能性等指標上，表現通常比人類醫師更好，這不是說 AI 已經完美了，而是說我們需要用正確的標準來評估它，如果我們因為 AI 偶爾會犯錯就完全拒絕使用它，卻繼續接受人類更高的錯誤率，這在邏輯上是說不通的。
Google Search 的健康責任
Perlis 接著問了一個讓 Howell 處境有點尷尬的問題：對很多病人、家屬、甚至醫師來說，Google 已經是實質上的醫療資訊首選來源；在過去，Google Search 會把使用者導向各種健康網站，但現在民眾越來越可能直接從 Gemini 模型得到摘要回答，「這讓你們處於一個奇怪的位置，你們可能是醫療知識的最大單一資訊來源，你怎麼看待這個責任？」
Howell 的回答展現了他的病安專業背景：「我職業生涯的大部分時間都在醫療系統裡做病人安全和醫療品質的工作，那是我被訓練的學術傳統，也是我帶到 Google 的取向：照顧過被醫療失誤傷害的病人，也見過醫療系統創造的無數奇蹟。」他說人們常問 Google 為什麼要涉足健康領域，答案很簡單：因為人們會來問健康相關問題，在大眾生活的各個層面都是如此，在健康方面也不例外，Google Search 每天收到好幾億筆與健康相關的查詢，這是公司非常認真看待的責任，他個人也是。
從 Gopher 到 AI：資訊取得方式的典範轉移
Howell 提到了兩個歷史性的時刻來類比我們正在經歷的變化，第一個是從桌上型電腦到智慧型手機的轉變 ，當每個人口袋裡都有網路時，資訊呈現的方式完全改變了；第二個時間來得更早，在 1990 年代初期 NCSA Mosaic 出現之前有 Gopher、還有不能顯示圖片的瀏覽器，當 Mosaic 開始支援 Inline Images 時，整個網路都改變了。
「我認為我們正處於這樣的時刻，」Howell 說，「人們取得資訊的方式正在演化，我不夠聰明、不知道終點會是什麼。」這種謙遜很重要，連 Google 首席健康長都承認他不知道終點在哪裡，對我們所有人都是一個提醒：不要假裝自己知道 AI 醫療的終局會是什麼樣子。
「快速嘗試」與醫療謹慎性的張力
Perlis 問了一個尖銳的問題：「我知道有個『Try First』的原則被鼓勵應用在包括醫療的 AI 領域，作為科學家我完全支持實驗，但作為醫師，我們被訓練要非常謹慎、非常系統化、一步一步來；你有一隻腳踏在非常謹慎的醫療世界，但你也有一隻腳踩在想要快速行動的 Google，你怎麼調和兩者？」Howell 的回答很有意思，他說 Google 在健康和醫療領域最不為人知的一面，就是他們對證據和 Peer-Review Research 發表的重視程度，如果你去看 Google 的網站（網址是 health.google），點進去看他們在 AI 健康領域的論文列表，會發現已經接近 200 篇、包括好幾篇在 JAMA 發表的論文。
「如果你看那些統計公司對同儕審查文獻影響力的機構，你會發現不只是藥廠或醫材公司在貢獻文獻，Google 在同儕審查文獻上的影響力處於同一個等級。」在台灣，我們常把科技公司和傳統醫學研究機構對立起來，認為科技公司只追求速度、不在乎證據，但 Google 的做法打破了這個刻板印象，他們確實在追求創新，但同時也在用傳統醫學研究的標準來驗證自己的產品。Howell 被問為什麼要這樣做 ，畢竟 JAMA 和 NEJM 的審查速度可不是 Google 習慣的節奏，他回答：「這個過程幫助我們在前進的過程中以一種能夠增加科學知識的方式測試和學習，也幫助我們理解正在發生什麼事。」
給年輕醫師的職涯建議
Perlis 問 Howell：對於想要在 AI 和健康領域工作的年輕醫師，有什麼建議？Howell 回顧了自己的職涯，笑稱是布朗運動式的職涯發展（Career Development by Brownian Motion），學習看起來通用且重要的技能，結果它們剛好拼湊在一起；他說住院醫師訓練在某種程度上就是「通用問題解決能力」的訓練，「所以我的第一個建議是：醫師的工作就是當一個好醫師，不要以為你需要現在就去做其他事才能到 Google 工作，科技公司會雇用懂得照顧病人、幫助人們保持健康的醫療專家。」
第二個建議是認識到我們正處於重要的技術變革時刻，多玩玩這些新工具，他提到 Google 的 Gemini Live 可以持續看到和聽到你周圍的世界，他建議年輕醫師拿著它在家裡走來走去、看著照片、問它問題，「這能幫助你理解未來會是什麼樣子。」
第三個建議來自他在 Google 之前的經歷：「我在 Google 之前的職涯很大一部分是在幫助設計和創造一個能改善品質、減少傷害、提升體驗的醫療系統，我學到那些我們做的事情：減少心跳驟停、提高癌症篩檢率就是『產品』。」Google 談的產品是什麼？是一個想法、數學、實作，讓人們用來改變他們世界中的某些事情，在醫療系統裡做改善品質的工作，本質上就是在做產品。「所以獲得一些不只是一對一診療的經驗，對於你思考什麼可以轉化成科技是有幫助的。」
十年後的願景：AI 作為肩膀上的護理師
Perlis 問 Howell：十年後，如果我們走在醫院裡，怎麼知道 Google 成功了？Howell 強調 Google 是生態系的一部分，是醫院、診所、醫材公司的合作夥伴，他的三個願望是：第一，更多人能待在家裡保持健康，而不是住在醫院裡；第二，病人和家屬能夠更有知識、更有能力；第三，醫師和護理師能夠被 AI 支持。
他用了一個很有畫面感的比喻：「任何執業一段時間的醫師都有過這種經驗 ，有位護理師輕拍你的肩膀說：『醫師，你確定要這樣做嗎？』答案當然是『不確定』；當你執業十年左右，你會內建一個這樣的人在你腦海裡，會問你『醫師，你確定要這樣做嗎？』我認為 AI 有機會幫助這件事，『醫師，你有沒有考慮過這個？』。更有能力、更有知識的病人，加上被 AI 支持的臨床醫師 ，這就是我希望的未來。」
什麼叫「有效」？一場關於成效定義的爭論
JAMA Summit 的利益相關者大會串
Derek Angus 是 JAMA 的資深編輯，也是 Pittsburgh 大學的榮譽教授，主筆了 JAMA AI 高峰會的特別報告，彙整超過 50 位 AI 專家的觀點；當 Perlis 問他為什麼文章開頭就說「AI 會顛覆醫療的每一個部分，但我們仍然缺乏一個適合的方式來評判成效」，Angus 說這正是高峰會上最有趣的發現之一。他先描述這個高峰會的陣容：Google、Apple、Microsoft 等科技巨頭的代表、FDA 和聯邦政府官員、聯合委員會（Joint Commission）、一大群學者、還有很多電腦科學家，正因為這麼多不同的聲音在同一個房間裡，才讓討論變得精彩。
Perlis 問：「對於在 Bedside 看病的醫師來說，『成效』是什麼意思？」Angus 說他原本以為大家對成效的定義應該差不多，沒想到完全不是這樣。成效（Effectiveness）通常指臨床情況改善，理想情況下，我們在改善病人的健康結果（Patient Outcomes）；如果沒有改善健康結果，至少要在維持相同照護品質的前提下節省成本或提升便利性，所以 Angus 會說成效就是「改善健康結果，或者在確保照護品質不變的前提下改善臨床營運」。
第一個爭議：「它做到它說會做的事」算不算成效？
Perlis 問：「在高峰會上，為什麼這件事變得更複雜了？」Angus 說有兩個主要原因，第一個是成效可能只是代表「它做到了它聲稱會做的事」，AI 本質上是種軟體，在醫療器材的法規框架中，很多規範是確保這個醫材真的能做到它說會做的事；以呼吸器為例，如果它聲稱能把一口含氧空氣送進病人的肺裡，就需要大量的驗證工作來確保真的能做到這一點，而且是完全按照規格做到。
這就像一個子程序、所有關於產品工程的可靠性測試，對很多人來說，成效就是「這台機器有沒有做到它聲稱會做的事」，而這個宣稱不一定包括「病人結果會改善」，那可能被視為取決於醫師怎麼用它，製造商的責任只是證明「你買的產品符合我們對它技術功能的敘述」，所以第一個問題是：證據是要一路延伸到改善臨床結果，還是只是程式碼有沒有可靠地執行任務？
第二個爭議：相關性 vs. 因果關係
第二個問題來自臨床研究人員的視角，當我們說成效，臨床研究者可能會想到效果（Effect）vs. 相關性（Association），認為你必須展示因果效應，所以可能需要 Randomized Controlled Trial、而不是大型觀察性研究，在觀察性研究中，結果的改善可能跟介入措施本身無關，而是因為接受介入措施的病人本來就比較健康。
問題是在醫療器材領域，並不一定要用大型三期 RCT 來作為法規核准的標準，所以最後發生的事情是，人們會做一些「應該對病人有好處」或「大概對病人有好處」的宣稱，就像「如果你喜歡花生，你一定會愛花生醬」這種邏輯 ，人們就假設它應該對病人有好處，實際上改善病人結果的目標到底有沒有被滿足？應該由誰主責？這些問題都沒有清楚的答案。
醫療效率改善算不算 JAMA 該關心的事？
Perlis 提出了一個有趣的問題：那些讓醫院營運更有效率但不直接改善臨床結果的 AI 工具，算不算 JAMA 應該關心的事？還是應該留給《哈佛商業評論》？Angus 說，看診的臨床醫師可能會覺得「這跟我日常執業有什麼關係」，但整個 Health Services Research 領域幾十年來一直在關心這類介入措施，當 AI 被放在某個工具前面，它本質上是我們一直都在關心的健康服務和組織運作問題。
比如說，JAMA 會發關於「如果你胸痛，應該讓心臟科醫師看還是一般內科醫師看」、「地區性醫療照護體系」、「門診腸胃鏡檢查需要麻醉科醫師在場、還是腸胃科醫師自己來就好」的論文，這類問題幾乎是無窮盡的，健康服務研究者幾十年來一直在論述，這些介入措施對病人結果的影響，可能跟給不給某種新藥一樣大、甚至更大；這些系統、組織和提供照護的方式，對於病人能不能獲得照護有巨大的影響，它們不是藥物，但對病人 Outcome 有潛在的巨大影響。
「話雖如此，」Angus 說，「部分原因是我們從來沒有下定決心，這些介入措施是否應該用跟我們測試新藥一樣的嚴謹度來研究，所以當這些 AI 工具出現的時候，有人會說：『為什麼 AI 要被這樣評判，而過去其他工具就不用？』」Angus 承認這是個合理的觀點，但他接著說：「那些東西是在幾十年間慢慢滲入的，而現在這些 AI 工具，你可以把它們想成是我們可能見過的最大量、最具顛覆性的健康服務和照護提供介入措施的『Bolus』，雖然我們過去確實一直做得不好，但考慮到 AI 可能帶來的照護提供變革速度，也許我們應該開始要求對這類介入措施進行更深思熟慮的評估。」
購買者要的「成效」是什麼？
Perlis 指出一個核心問題：這些 AI 工具的 Buyer 可能不會要求隨機對照試驗或 Stepped-Wedge Design，他們問的是「這能幫我省多少錢？」他們可能會問某種不是我們習慣的成本效益分析，「所以這又回到成效的問題：決策者對這些東西要求的成效指標是什麼？」
Angus 的回答直指問題核心：「Payer 是某個『沒有臉孔的醫療執行長』或代表執行長的採購組織，他們不需要為改善照護負責，他們希望自己聘請的是高品質的醫師等等，可能會在看板上租廣告位說自己是比隔壁那家更好的醫院，但不會因為無法證明自己加速學習、更快採用更好的治療方式，就從 Medicare 拿到更少的給付。」
這觸及了一個更大的議題，也就是臨床研究和照護實務之間的脫節，唯一能真正縮小這個差距的方式，可能是讓臨床照護 Provider 必須對「隨時間改善結果」負責，例如某種形式的給付與證明你在解決社區健康問題、加速社區健康改善掛鉤；這很棘手，但如果能做到，會讓醫療系統用完全不同的視角來看待這些 AI 工具的採購。
聖杯願景：即時邊緣決策支援
Perlis 問 Angus：既然我們都是 AI 的樂觀主義者，展望未來幾年，你最興奮的是什麼？Angus 的回答很技術宅、但非常有遠見，他說他希望看到「Fully Deployed Live Edge Decision Support」，當醫師和病人在診間互動的時候，永遠不會有錯過的機會。
「我希望達到這個境界：當醫師遇到病人時，他們能夠隨時取用所有文獻的精煉理解，如果有一個明確的最佳選擇，根據你告訴我的情況，壓倒性的證據指向我們應該嘗試的下一個藥物、行為介入措施，那就太完美了。你可以放心，每當有一個明確的最佳解時，醫師和病人都會知道，永遠不會有事後遺憾的機會，說『當時在診間我們不知道有個更適合的選擇』，這是即時決策支援的第一部分。如果有不確定性，這個工具促進病人和醫師能夠成為新研究的參與者，這個研究會持續找到答案，這是我的大願景。」
Perlis 聽完後說：「這次我想不出任何憤世嫉俗的話來回應，這太棒了，我們嘴巴上說了這麼多『Learning Health System』，這才是真正會邊走邊學習的醫療系統。」Angus 同意：「是的，而 AI 會促進這個學習。」
這個願景讓我想到台灣的健保資料庫，我們有全世界相對完整的 Single Payer 醫療資料，涵蓋 2,300 萬人的就醫紀錄，如果能夠把 Angus 描述的這種「即時邊緣決策支援」建構在這個資料基礎上，台灣有機會成為真正實現「學習型醫療系統」的國家。
為不確定性設計 AI ，一場跨越百年的對話
Eric Horvitz：從神經元到星雲
Eric Horvitz 是 Microsoft 的 Chief Scientific Officer，但他的學術背景跨越電腦科學和醫學；他有 Stanford 醫學院的 MD 學位、電腦科學的博士學位，博士論文《Computation and Action Under Bounded Resources》奠定了用機率論和決策理論來處理 Bounded Rationality 的基礎模型，直接影響了他對 AI 不確定性和人機協作的思考方式；當 JAMA+ AI 副主編 Yulin Hswen 問他是怎麼進入這個領域的，Horvitz 給出了一個非常個人化的回答。
「有趣的是，當初吸引我進入這個領域的原因，依然是我今天還在這裡的原因，我的目標、動機和好奇心都沒有改變。」他說自己來到 Stanford 醫學院，很大程度上受到大學時期在神經生物學實驗室經歷的影響，當時他已經成為 Single Neuron 研究的專家，對電位痕跡（Traces）感到驚奇。「我好奇這些簡單的動作電位和突觸化學反應，怎麼匯聚在一起創造出我們作為人類所擁有的流動內在經驗、智力、世界中的存在感？我用我所知道的物理學、化學、生物化學、數學都無法解釋它，這是從我的角度來看，所有科學中最大的謎團。」
他原本以為答案可以在神經科學中找到，但在閱讀 Herb Simon 等 AI 先驅的著作後，他的觀點開始轉變；他意識到，理解智能的關鍵可能在於追求「Computational Foundations of Intelligence」，這些基礎對於任何智能來說都是地基，「它們最終可能其實是同一件事，生物只是發現了做這件事的某些方法。」
他提到當時在 AI 領域追求的東西是「反文化」的，1980 年代後期的主流是邏輯式 AI 和專家系統，你可能還記得醫學領域那些基於規則鏈接的專家系統，但他採取的是貝葉斯學派的統計和決策理論方法，在當時有點偏離主流，還曾與指導教授產生一些衝突。「但現在它們是 AI 突破的基礎。」
AI 百年研究計畫：跨越世代的提問
Horvitz 在 2014 年創立了 Stanford 的 AI 百年研究計畫（One Hundred Year Study on AI，簡稱 AI100），這是一個捐贈基金，Stanford 承諾只要學校存在，就每五年召集一批專家撰寫報告，追蹤 AI 對社會的影響。當 Hswen 問他：如果可以告訴 2125 年（一百年後）的 AI 科學家他們應該回答什麼問題，或者過去一百年應該做什麼，他會說什麼？
Horvitz 說，其中一組問題會是他所謂的深層暗流（Deep Currents），「當我說深層暗流，我指的是這些技術對社會影響的『暗物質』，那些很難被描繪出來的東西；這些是更長期、深遠的影響：心理、社會、文化性的，包括人類的自我認同與能動性、我們對 AI 可能的過度依賴、對 AI 作為伴侶系統的心理依賴，以及其他與我們日常生活中這些新形式的智能系統相關的新興議題。我們將需要跨學科的研究來預測和因應這些問題，因為很多情況會更像是溫水煮青蛙，它們不會立即被我們觀測或察覺。」
AI100 設計了一組五年報告都會試圖回答的常設問題（Standing Questions），第一個問題很有意思：「有哪些照片的例子反映了 AI 的重要進展和影響？」他們會在報告中放入照片，就像一個時間膠囊，記錄人們現在在世界上看到的 AI 影響，你能想像這個問題如果還存在於 2200 年，會是什麼樣的回答嗎？另外兩個對 Horvitz 來說很重要的問題是：「我們在理解人類智能的關鍵謎團方面有多少進展？」「對 AI 來說，最激勵人心的、開放的重大挑戰是什麼？」
Horvitz 說，他在 2012 年寫的框架備忘錄（Framing Memo）中列出了 18 個主題，他認為到現在、甚至到 2125 年還是跟世人們密切相關的，他鼓勵大家去看 ai100.stanford.edu 網站上的報告和框架備忘錄。他提到一個小故事：當時 Stanford 校長 John Hennessy 在他設立這個捐贈基金和定義這個研究後給出了一個像是 2200 年的年份，「只要 Stanford 還存在，就會有一份報告。We will be surprised.」
AI 創造力與版權的灰色地帶
對話中有一段很有趣的討論是關於 AI 創造力和出處（Provenance）的問題，Hswen 提到她對 AI 生成藝術的看法：「我覺得『出處』這個詞很重要，也是我們整個領域的核心，就像引用來源一樣。它從哪裡來？誰創造的？比如做書封設計，你不能用 AI 生成的，因為你不知道它用了哪張圖片，所以它不是原創藝術。它們可能拿了畢卡索某個作品的一部份。」
Horvitz 的回應展現了他對這些長期問題的深思：「不管是好是壞，我們正生活在一個非常具有變革性的時代，我認為 200 年後回顧這個時代，這個特定的轉折點和社會如何面對這些被稱為 AI 技術的智慧工具的崛起，會有一個我還不知道會叫什麼的命名；但對版權、人類能動性、我們作為創造者和這個星球上主要智慧生物的自我認同，作為科學家、醫療從業者和其他專家，都會被影響。我認為會有對版權的角力，比如：不同國家的版權法意圖如何延續？面對這些技術的進步，它應該如何更新？當考慮到創造性產出的來源時，AI 開始做這些事情並將這些組合提供給人類，意涵是什麼？什麼是出處和歸屬的灰色地帶？」
社會變革：我們看不到社群媒體的到來
Hswen 在結語中說：「我覺得社會變革會是最大的改變，我們沒有預見到社群媒體的到來，文化轉變是巨大的。」這段對話讓我想到一個更宏觀的視角，我們常常把 AI 討論局限在它能不能準確診斷、寫出好的病歷這些技術層面的問題，但 Horvitz 提醒我們，更重要的可能是那些我們還看不清楚的深層暗流：AI 如何改變我們對專業知識的定義、醫病關係、對「好的醫療」的期待？這些問題沒有標準答案，但這正是為什麼我們需要像 AI 百年研究計畫這樣的長期視角，不是因為我們能夠預測答案，而是因為持續問這些問題本身就有價值。
2024–2025 醫療 AI 產業的結構性變革
FDA Approval 創歷史新高
在了解這四場對話的思想深度之後，讓我們把視角轉向產業的實際發展；2024 年，美國 FDA 核准了 235 個 AI 醫療器材，是歷史上單年度最高的數字，截至 2025 年中，累計已有超過 1,250 個 AI 醫材獲得 FDA 許可。這些數字背後有幾個值得注意的趨勢，首先 96.4% 的 AI 醫療器材是透過 510(k) 途徑核准，代表它們必須證明與已有的 Predicate Device 具有 Substantial Equivalence；只有 3.2% 透過 De Novo、0.4% 透過 PMA（上市前核准）途徑，也就是說大多數 AI 醫療器材並不是真正的「全新」技術，而是現有技術的迭代改良。其次，放射科仍然佔據絕對主導地位，約佔所有 AI 醫療器材授權的 76–84%，心血管領域約佔 10%、神經內科約佔 3.5%，反映影像診斷是 AI 最容易落地的領域，結構化的輸入（影像）、明確的輸出（診斷）、相對清晰的黃金標準（病理確診）。
預定變更控制計畫：讓 AI 「活著」學習
2024 年 12 月 4 日，FDA 發布了關於預定變更控制計畫（Predetermined Change Control Plan，簡稱 PCCP）的指引，是 Adaptive AI 系統最重要的法規發展，PCCP 允許製造商預先定義特定類型的演算法修改，這些修改可以在不需要重新提交法規申請的情況下實施。傳統上，當我們對 AI 模型進行任何修改（即使只是用新資料重新訓練）都需要提交新的法規申請，與軟體開發的現實完全脫節；PCCP 框架允許製造商在這些特定條件下進行特定類型的修改、驗證，只要修改符合預先定義的計畫，就不需要逐案提交。
2025 年 8 月，FDA 與加拿大衛生署和英國 MHRA 聯合發布了 PCCP 的五項指導原則：聚焦（Focused，限於明確定義的修改）、風險導向（Risk-Based，病人安全為核心）、證據導向（Evidence-Based，有適當資料支持）、透明（Transparent，對利益相關者清楚溝通）、生命週期導向（Lifecycle-Oriented，在監督下持續創新）。目前只有 10.2% 的 510(k) 核准包含 PCCP，表示製造商仍在建構基礎設施來利用這個適應性 AI 核准途徑，但長期來看，這個框架將大幅度改變 AI 醫療器材的開發和維護方式。
大型語言模型的法規灰色地帶
目前沒有任何大型語言模型被 FDA 核准為 Clinical Decision Support System，2024 年 11 月，FDA 的數位健康諮詢委員會針對「生成式 AI 賦能醫材的全產品生命週期考量」舉行會議，委員會指出了幾個將生成式 AI 與傳統 AI 區分開來的根本挑戰：輸出的變異性（是隨機的而非確定性的）、對第三方模型的依賴（製造商可能無法控制底層基礎模型）、持續學習帶來的持續變化、以及當 LLM 回應超出預期適應症的查詢時可能發生的「適應症外使用」（Off-Label Use）。Penn LDI 在《npj Digital Medicine》發表的研究發現，即使明確提示 LLM 不要提供類似醫療器材的臨床決策支援，它們在緊急情況下仍然會這樣做，顯示我們可能需要全新的法規典範來處理。
臨床證據的巨大缺口
2025 年 4 月發表在《JAMA Network Open》的一項分析檢視了 903 個 FDA 核准的 AI 器材，發現令人擔憂的證據缺口：只有 55.9% 報告臨床性能研究；24.1% 明確表示沒有進行臨床研究；在進行研究的器材中，只有 8.1% 是前瞻性的，2.4% 使用隨機臨床設計；不到三分之一提供了性別資料，只有約四分之一處理了年齡相關的 Subgroup。
這些數據與 Derek Angus 在高峰會上討論的「成效」定義問題直接相關，我們核准了超過一千個 AI 醫療器材，但其中有多少真正證明了它們能改善病人結果？答案可能讓人不太舒服，全球截至 2024 年只有 86 項機器學習介入措施的隨機對照試驗，只有 5% 的 LLM 醫療研究是在真實病人照護資料上進行評估，超過 80% 的 AI 專案未能產生可衡量的回報。
台灣的 AI 醫療器材法規框架
台灣的 AI 醫療器材由衛生福利部食品藥物管理署（TFDA）監管，適用 2021 年 5 月生效的《醫療器材管理法》。TFDA 採用與國際醫療器材法規論壇（IMDRF）一致的風險分級三級分類系統：第一級（低風險）適用於傳輸、儲存、顯示醫療影像但不進行修改的軟體；第二級（中風險）適用於進階影像處理和輔助但不取代臨床決策的 CADe 系統；第三級（高風險）適用於宣稱可取代專業醫療判斷或提供自主 AI 診斷的軟體。
2025 年 8 月 14 日，TFDA 發布了更新版的「基於 AI/ML 之電腦輔助偵測及電腦輔助診斷醫療器材查驗登記技術指引」，取代 2023 年 9 月版本，關鍵要求包括：強制揭露演算法（類型、開發框架、模型結構）、訓練集、調校集和測試集的嚴格分離並完整記錄資料來源、使用量化指標（敏感度、特異度、AUC-ROC）進行獨立性能評估、以及建議高風險產品進行多案例研究。
對國際製造商來說有一個關鍵要求：測試資料必須能代表台灣人口族群，僅有西方驗證資料在現行指引下是明確不足的，所以需要與本地醫療機構建立臨床合作夥伴關係。2025 年 12 月 23 日，立法院通過了《人工智慧基本法》，建立了一個包含七項核心原則的框架法規：永續與福祉、人類自主、隱私與資料治理、網路安全與安全、透明與可解釋性、公平與不歧視、以及問責，這項立法指定國家科學及技術委員會（NSTC）為中央 AI 主管機關，並授權成立由行政院長主持的國家 AI 策略委員會。
衛福部成立三大 AI 中心
2024 年 10 月，衛生福利部成立了三個專責中心來解決醫療 AI 的最後一哩挑戰：「負責任 AI 執行中心」專注於跨醫院部署和臨床整合、「臨床 AI 驗證與認證中心」透過醫院聯盟和跨系統電子病歷整合來加速驗證、「AI 影響研究中心」處理與健保署的給付途徑問題，參與機構包括台大醫院、台中榮民總醫院、台北榮民總醫院、成大醫院、中國醫藥大學附設醫院、三軍總醫院和林口長庚醫院，初期遴選了來自 16 家醫院的 19 個專案。
投資熱潮：AI 佔醫療數位化投資六成以上
根據 Rock Health 的資料，2024 年數位健康創投資金達到 101 億美元，涵蓋 497 筆交易；2025 年上半年已達 64 億美元，涵蓋 245 筆交易，全年預計將超過 107 億美元。最驚人的轉變是 AI 在醫療資金中的佔比：2024 年為 37%，2025 年上半年躍升至 62%，這是第一次超過 50%，AI 新創公司每輪融資的平均金額比非 AI 公司高出 83%（3,440 萬美元 vs. 1,880 萬美元）。
2024–2025 年的大型融資案例包括：Xaira Therapeutics 的 10 億美元 A 輪（AI Drug Discovery）、Isomorphic Labs（Google 分拆公司）的 6 億美元首輪外部融資、Abridge 的 5.5 億美元總融資達到 53 億美元估值、OpenEvidence 的 13.35 億美元總融資達到 60 億美元估值。按應用領域來看，最受關注的包括臨床文件 / AI 謄寫（100% 的醫療系統都在使用 Ambient 文件記錄）、營收週期管理（最高投資回報率類別）、藥物 Discovery 與開發（預計最高 21.2% 年複合成長率）、以及醫學影像與診斷（22.3% 市場份額）。
Ambient 文件記錄的大規模部署
在所有 AI 醫療應用中，環境文件記錄（Ambient Documentation）是目前最成功的落地案例，根據 Scottsdale Institute 2024 年秋季調查，100% 的受訪醫療系統都有環境病歷記錄的導入活動，是唯一一個達到普及採用的應用場景。53% 報告臨床文件記錄 AI、38% 報告臨床風險分層 AI、19% 報告影像/放射科 AI 取得高成功率。
Microsoft 在 2025 年 3 月 HIMSS 大會上發表的 Dragon Copilot 是這個領域的代表性產品，整合 Dragon Medical One 語音聽寫、DAX Copilot 環境監聽功能、以及針對醫療調整過安全護欄的生成式 AI，根據 Microsoft 公布的數據，DAX 技術每月協助超過 300 萬次 Ambient 病人對話，遍布 600 多個醫療組織；數千名臨床醫師的調查顯示，倦怠和疲勞減少 70%、文件記錄時間減少 50%、每次就診節省 7 分鐘、每個診所每天平均增加 5 個預約。Kaiser Permanente 在其 40 家醫院和 600 多個醫療據點部署了 Abridge 的環境文件記錄系統，被描述為醫療史上最大的生成式 AI 部署和 20 多年來最快的技術實施；Cleveland Clinic 的環境文件記錄（使用 Ambience Healthcare）已為超過 4,000 名臨床醫師上線，每天減少 14 分鐘的電子病歷記錄時間。
從四場對話看未來 20 年的醫療變革
回顧這四場 JAMA+ AI 對話和 2024–2025 年的產業發展，我們可以歸納出幾個關鍵的結構性變革趨勢。
信任與透明度的重新定義。Michelle Mello 的框架告訴我們「告知越多越好」是一個誤區，真正的透明度不是在手術前用一份冗長的同意書轟炸已經焦慮不堪的病人，而是在機構層級建立持續的溝通機制，讓公眾理解 AI 如何被使用、有什麼樣的安全措施，對台灣的醫療機構是個重要提醒，與其設計更多的知情同意表格，不如思考如何建立病人對整體機構的信任。
從「搜尋引擎」到「醫療知識提供者」的身份轉變。Michael Howell 代表的 Google 已經不只是一個幫你找到資訊的工具，而是實質上在提供醫療建議，每天數億筆健康相關查詢，直接從 Gemini 獲得答案而不是被導向某個網站，完全改變了資訊的權力結構。對台灣的醫療 AI 新創來說，這既是威脅也是機會，我們不太可能在通用健康資訊上打敗 Google，但可以在本土化、專科化、以及整合電子病歷的應用場景上找到差異化定位。
「成效」定義的根本爭論揭示更深層的制度問題。Derek Angus 的分析讓我們看到，AI 醫療器材的核准標準和實際臨床價值之間存在巨大的鴻溝，超過一千個 FDA 核准的 AI 器材中，有多少真正通過嚴謹的隨機對照試驗證明了對病人結果的改善？這個問題的答案，將決定 AI 醫療是場真正的革命，還是另一個被過度吹噓的科技泡沫。
百年視角的必要性。Eric Horvitz 的 AI 百年研究計畫提醒我們，今天的技術討論只是漫長演化的一小段，AI 如何改變我們對專業知識的定義、醫病關係、人類對自身智能的理解，可能比任何技術規格都更重要，我們需要保持謙遜，承認自己不知道終點在哪裡，但持續地問正確的問題。
二十年後，當我們回望 2025 年，或許會發現這是醫療史上最奇特的轉折點：機器開始學會診斷，但人類還在學習如何信任。Michelle Mello 提醒我們，透明不是用同意書堆砌的防護牆，而是用真誠建造的橋樑；Michael Howell 讓我們看見，當搜尋引擎悄悄成為數億人的第一個醫師，科技公司的病安責任已經不是選擇題；Derek Angus 逼我們面對一個尷尬的現實：我們核准了上千個 AI 醫材，卻連有效的定義都吵不出共識；Eric Horvitz 則把鏡頭拉遠到百年尺度，提醒我們今天的爭論，不過是漫長演化中的一個註腳。
台灣站在一個獨特的位置，我們有全球最完整的 Single Payer 資料庫、剛通過的《人工智慧基本法》、衛福部新成立的三大 AI 中心；這些是籌碼，但不是答案，真正的考驗在於：我們能否在追逐效率的同時，守住醫療最珍貴的核心，人與人之間那份不可取代的信任？AI 可以成為那個輕拍肩膀的護理師，在關鍵時刻問：「醫師，你確定嗎？」但它永遠無法取代的，是望向病人眼睛時，那句帶著溫度的「我懂」。技術會持續進步，法規會不斷調整，但醫療的本質從未改變：在人最脆弱的時刻，成為值得被信任的存在；這場關於醫療未來的對話，我們每一個人都是參與者，而故事才正要開始。
— –
📒 Compiled by — 台中慈濟醫院復健科 R4 陳佳菁醫師 Sigrid Chen, PM&R Resident Physician at Taichung Tzu Chi Hospital, Taiwan; Former Medical Consultant at ASUS Intelligent Cloud Services.