AI能超越頂尖診斷醫師嗎？醫療的邊界正在移動

美國頂尖診斷醫師與AI同台競技，診斷結果驚人接近。AI醫療診斷的潛力與風險、對亞洲醫療體系的衝擊，以及人類醫師不可取代之處，一次深度解析。

一根被吞下的牙籤，刺穿了腸壁，引發敗血症——這個罕見的病因，AI沒有找到，但人類醫師找到了。

2024年秋天，美國加州大學舊金山分校內科教授古普利特·達利瓦爾與哈佛大學醫學院開發的AI診斷工具「Dr. CaBot」，同時面對一份複雜的真實病歷。兩者都得出了正確的診斷方向，但只有達利瓦爾醫師找到了根本原因：患者吞下了牙籤，刺穿腸道，導致細菌感染引發敗血症。「我以前見過這種案例，」他說。這句話，道出了人類經驗與機器學習之間，至今仍存在的那道縫隙。

每年37萬人死於誤診——這個數字能被改變嗎

這場人機對決，折射出醫療界一個長期被低估的危機。美國每年約有10億次門診，醫師的診斷正確率估計約為90%。聽起來不錯——但在如此龐大的基數下，2023年的研究估計，每年仍有37萬1,000人因誤診死亡，42萬4,000人因此致殘。

2015年，美國國家科學院發布報告指出，大多數人一生中至少會經歷一次誤診，「有時後果極為嚴重」。這份報告推動了一批醫師和研究者開始正視診斷錯誤的根源。研究顯示，許多診斷錯誤源於思維失誤——認知偏見、過早下結論、反思不足。換言之，問題不只在於醫學知識，更在於「如何思考」。

達利瓦爾醫師是這場改革運動的核心人物之一。他被同行譽為美國最傑出的診斷醫師之一，但他拒絕這個稱號：「診斷過程永遠無法被完全掌握，我只是一個永遠在學習的人。」他的方法論並不神秘——記錄自己的每一個病例，追蹤最終結果，當發現自己判斷錯誤時，徹底追問原因：是疲勞？是過早鎖定某個結論？是忽略了某個關鍵線索？

「大腦渴望終結感。如果不知道結果，人們會傾向假設一切順利，」他說。這句話，不只是醫學觀察，更是人類認知的普遍弱點。

AI的97%正確率，意味著什麼

廣告合作

[email protected]

2024年7月發表的一項研究顯示，OpenAI的GPT-4分析了急診室100名患者的醫療資訊，診斷正確率達97%，超越了住院醫師的表現。另一項研究發現，ChatGPT在臨床推論測驗中的得分，高於兩所學術醫療中心的內科住院醫師和主治醫師。

這些數字令人矚目，但需要謹慎解讀。目前AI在醫療診斷上仍面臨三大挑戰：可靠性不穩定、「迎合性」（傾向給出用戶期待的答案）、以及「幻覺」（生成與事實不符的資訊）。更值得警惕的是，2025年的一項研究發現，使用AI輔助工具進行大腸鏡檢查的醫師，僅僅三個月後，自行發現息肉的能力就出現了下降。工具的便利，可能正在悄悄侵蝕人類的判斷力。

馬克·格拉伯，非營利組織「改善醫療診斷社群」的共同創辦人，對此持樂觀態度：「如果AI能達到達利瓦爾的水準，那將超越全球99.9%的醫師，這是了不起的成就。」但達利瓦爾本人的看法更為細緻：「AI會從根本上改變醫療，但不會從根本上改變醫師這個職業。」

他認為AI最能發揮作用的，是診斷的「兩端」：一端是簡單的日常症狀（皮疹、咳嗽、血壓監測），可以讓患者在家獲得解答，無需就醫；另一端是極其罕見的疾病，AI能在數百萬份文獻中識別出人類醫師可能一生都未曾見過的模式。

而中間那片「泥濘地帶」——是感染還是過敏？是精神問題還是器質性疾病？——仍然是醫療實踐的主體，也是人類判斷不可或缺之處。

對華人世界的意義：從醫師短缺到信任重建

這場討論，對亞洲醫療體系有著直接的現實意義。台灣、香港、東南亞各地都面臨不同程度的基層醫療資源不均問題。在台灣，偏鄉醫師荒已是長期結構性困境；在東南亞，大城市與農村之間的醫療落差更為懸殊。如果AI能承擔日常診斷，讓醫師從重複性工作中解放出來，集中精力處理複雜病例和人際溝通，這對資源有限的醫療體系而言，具有相當的吸引力。

然而，華人社會對AI診斷的接受度，可能面臨獨特的文化挑戰。在許多華人文化中，「看醫生」不只是獲取診斷，更是一種信任關係的建立——醫師的權威感、面對面的溝通、甚至「被看見」的感受，都是就醫體驗的重要組成部分。AI能給出答案，但能給出「安慰」嗎？

與此同時，中國大陸的AI醫療發展也在快速推進。阿里健康、騰訊醫療等企業已在影像診斷、輔助問診等領域深度佈局。但監管框架、數據隱私、以及AI診斷責任歸屬的法律問題，在各地仍處於探索階段。誰來為AI的誤診負責？這個問題，無論在台北、香港還是新加坡，都還沒有清晰的答案。

達利瓦爾醫師的觀察觸及了一個更深層的真相：診斷不只是一個答案，它還提供「確定感、連貫性，以及最終的解脫」。兩個被診斷出相同癌症的患者，可能做出截然不同的治療選擇——一個選擇最積極的治療，另一個選擇以生活品質換取生命長度。這些充滿價值判斷的決定，需要的不只是統計概率，而是一個能夠共同承擔責任的人。