用 PRISMA 讀懂長照 × AI × 安寧決策：60 篇文獻教我們的事

TL;DR
這篇文章用「PRISMA 系統性回顧」方法整理了 60 篇關於長照、安寧、監護與 AI 決策的研究。
從醫療倫理、資料治理到 AI 代理意志，帶你看懂智慧醫療不只是裝設備，而是用資料與倫理重構「決策」。

🧩 一、為什麼需要 PRISMA？

在醫療研究界，PRISMA 是最被廣泛採用的系統性回顧方法，全名是 Preferred Reporting Items for Systematic Reviews and Meta-Analyses。
簡單說，它是一個「整理大量文獻的標準流程」，幫助研究者從混亂的資料中萃取出可靠結論。

PRISMA 的四大步驟如下：

這次我們就用這個方法，重新整理台灣與國際間關於 長照、安寧照護與 AI 決策代理（AI Decision Agency） 的 60 篇研究成果。

🏥 二、研究範圍與問題設定（Research Question）

研究核心問題：

當 AI 介入長照與安寧決策，它應該幫人做決定，還是幫人「理解」自己的選擇？

這個問題橫跨三個領域：

1. 長照（Long-Term Care）：AI 在日照中心與居家照護中的風險預測與復能決策。
2. 安寧（Palliative Care）：AI 在臨終前決策與預立醫療同意書（ACP）中的倫理角色。
3. 監護（Guardianship）：AI 協助意定監護與高齡者自主判斷的法律挑戰。

🔍 三、PRISMA 方法設計

📚 四、PRISMA 統整結果（60 篇摘要重點）

🤖 五、AI在長照與安寧決策中的三種角色

1️⃣ AI 作為「倫理輔助」

協助照護人員理解病人意願變化，例如透過語音分析、行為追蹤、ACP 文件比對。

2️⃣ AI 作為「資料治理者」

串接 Odoo、FHIR、健保雲端資料庫，建立可追溯的決策紀錄，確保 AI 推論來源透明。

3️⃣ AI 作為「共決伙伴」

與醫師、家屬共同參與決策討論（Shared Decision-Making），模擬不同治療方案的結果。

⚙️ 六、實務應用：Odoo × PRISMA × 智慧照護

以 Odoo 平台 為例，可以設計一個「AI倫理決策追蹤系統」：

• 模組1：病人意願表（ACP Record）
  自動比對時間序列變化，提醒異常或需要再確認的項目。
• 模組2：AI對話紀錄（AI Agent Log）
  紀錄每次AI建議與採納比例，供醫療團隊檢視。
• 模組3：PRISMA報告生成
  自動輸出納入文獻、分析步驟與決策依據，形成可審計的研究報告。

這讓「AI代理決策」變成可被檢驗、可被信任的流程，而非黑箱。

⚖️ 七、挑戰與啟示

💬 八、結論：AI不能代替愛，但可以守護選擇

智慧醫療的關鍵不在於技術，而在於如何讓科技懂得尊重人。
PRISMA 幫助我們用資料和系統性方法，看清楚這場轉變的脈絡。
AI 的任務不是決定我們的人生，而是協助我們更好地決定。

📘 參考來源（擇要）

• 張兆恬（2024）。〈預立的自主、流動的自主、關係的自主〉。
• 黃詩淳（2020）。〈從比較法之觀點評析臺灣之意定監護制度〉。
• 周宇翔、王舒芸（2022）。〈協作還是控制？當性別化的暖照顧遇上冷科技〉。
• 謝邦昌（2024）。《AI與數據重塑醫療內核》。
• European Commission (2018). Health System Performance Assessment – Integrated Care Assessment.
• OECD (2023). AI in Healthcare and Long-Term Care: Ethics and Governance Perspectives.

📂 系列主題：AI × 長照 × 法律倫理
📅 PRISMA 特刊：系統性整合 60 篇文獻的智慧照護決策回顧