Day 15 談完責任歸屬後，留下一個問題：即使系統設計得夠安全，醫護人員真的有足夠的注意力去用它嗎？想像一位醫師的日常——病歷、檢驗、影像、用藥紀錄、病人主訴，每一項都在爭奪同一顆大腦。醫療現場最稀缺的資源，從來都是人的注意力與判斷時間。
正因為注意力這麼貴，這一篇我想把順序倒過來談。先看那些「導入之後，現場反而更累」的失敗案例——看清楚 AI 是怎麼把負荷從一種形式偷偷換成另一種形式的；等我們知道坑在哪裡，再來看那些真的把事情做對的導入經驗，以及各國怎麼把這件事放進制度裡。
先介紹這一節反覆登場的主角：ambient AI scribe（環境式 AI 錄音病歷工具）。它就像診間裡一位隱形的抄寫員——醫師和病人照常對話，不需要對著機器口述，AI 在背景把整段對話聽完，自動整理成一份病歷草稿，醫師確認後簽入系統。「ambient（環境式）」指的就是它安靜待在背景、不打斷看診的特性；賣點很誘人：醫師終於不用一邊看診一邊打字，可以把眼神還給病人。
問題正是出在那份「自動生成的草稿」上。一項 2025 年發表、針對兩種商用 ambient AI scribe 的安全性研究，用 44 個模擬門診對話做測試：44 份草稿裡，31 份至少含一個錯誤——換算下來，每十份草稿，七份有錯；總共揪出 127 個錯誤，平均每份 2.9 個，最常見的是 omission，也就是漏掉重要資訊。錯誤的樣子五花八門：漏記症狀與治療計畫、把否定句聽成肯定句、把 A 說的話記在 B 頭上，甚至把患者隨口的猜測，寫成醫師確認過的事實。
更麻煩的是，錯誤正在「進化」。2025 年 npj Digital Medicine 的回顧指出，現代 LLM 式 scribe 的整體錯誤率雖然比傳統語音辨識低，但錯誤換了一副面孔：
這比打錯字危險得多——錯誤內容看起來專業又完整，像穿著白袍的謊言，醫師不一定第一眼就能識破。
於是出現一個結構性的兩難：機構若要求醫師把 AI 草稿直接當正式病歷，等於讓錯誤直通病歷系統；若要求逐句確認，「寫病歷」就悄悄變成了「審核 AI」。
往下挖一層，底層語音模型本身也會出錯。2024 年底的公開報導揭露，被多家醫療 scribe 產品採用的 Whisper 語音辨識，約 1% 的音訊片段會生出完全不存在的句子，其中部分內容具潛在傷害性。1% 聽起來很小，但它的可怕之處在於：底層辨識的錯誤，會被上層摘要模型重新包裝，變成一段看起來合情合理的醫療內容——錯誤被洗白了。
於是實務上出現一種諷刺的迴圈：醫師用了 scribe，接著回聽音檔、修正漏記與幻覺內容、調整不符合專科慣例的格式，最後手動貼回 EHR——繞了一圈，工作換了名字，沒有消失。2026 年的臨床醫師訪談研究記錄了這一切，也記錄了專科醫師對 AI 格式的不滿：不能自訂 note template、Physical Exam 不符自己專科、段落太長、重要與次要資訊攪在一起。紐西蘭急診的臨床調查給了一組對照：醫師估計每位患者可省下最多 10 分鐘，但編輯 AI 輸出的工夫可能把這些節省吃回去；NSW Health 的證據回顧也得出類似結論——宣稱的紀錄時間減少常來自小型單點研究，且可能被人工校對抵銷。
根本原因在於：病歷是一種專業工作語言，各科說著不同的方言。急診重視時間線與處置、外科重視術前術後、精神科重視患者原話與風險評估——一份通用型的漂亮摘要，未必接得上任何一科的工作流程。
失敗不限於生成式 AI，傳統系統早就示範過了。一個護理 EHR 警示的品質改善案例中，團隊重新檢視四個高頻率、低可操作性的警示，把它們移除或改為被動通知——光是這個動作，就釋放了 877 小時「無法採取任何行動」的護理工作時間。877 個小時，全部花在閱讀、點選、輸入 override 理由，然後什麼也做不了。系統的初衷是病人安全，設計不良的 alert 卻讓安全功能本身，變成了新的認知負荷。
把這些放在一起，可以得到一個比「AI 有沒有讓大家更快」更誠實的評估指標：
Net Cognitive Load = AI 節省的搜尋、輸入與記憶負荷 − AI 新增的驗證、切換、校對與責任負荷。
只有這個淨值為正，導入才算成功。看清楚失敗長什麼樣子之後，接下來就能問：誰已經把這個淨值做成正的？
澳洲把醫療 AI 的導入直接放進國家與州級的治理架構來處理，適合放在第一個看。澳洲醫療安全與品質委員會（ACSQHC）在 2025 年 8 月發布三份臨床 AI 實用指引，涵蓋臨床 AI 使用、環境式錄音病歷與醫療影像判讀；TGA 也在 2025 年 7 月基於六百多位利害關係人的公開諮詢，發布醫療器材軟體（含 AI）法規的檢討報告。
維多利亞州更在 2025 年 5 月發布全州級的 AI scribe 部門建議，一條一條讀下來會發現熟悉的影子：
看出來了嗎？上一節列出的失敗模式——同意流程、專科格式、EHR 整合——澳洲在工具上線之前，就先寫進了規範裡。
一項涵蓋五個學術醫學中心、8,581 位臨床人員的 JAMA 研究發現，採用 AI scribe 的醫師每個 8 小時臨床日，總 EHR 時間減少 13.4 分鐘、文件處理時間減少 16 分鐘；微軟 DAX 的隨機階梯式研究也顯示，使用後醫師的文件處理挫折感與 burnout 下降，每週非工作時間的文件處理減少約 2.5 小時——那是每週還給醫師的兩個半小時晚餐時間。效益是可測量的，但個體差異大、各研究的測量標準也尚未統一。
Capio Ramsay Santé 在 2024 年 4 月至 2025 年 10 月間，於初級、次級與醫院照護的多個專科進行大規模常規導入研究，累積 37.5 萬份病歷。最耐人尋味的發現，是主觀與客觀之間的巨大落差：臨床人員自我回報每份病歷花 4.7 分鐘，但客觀測得的編輯時間只有 93 秒 —— 體感將近三倍於碼表。這正好呼應前半段的論點：只看主觀滿意度或只看客觀秒數，都會得到偏頗的結論，兩者都要量。
Duke-NUS 與 SGH 共同開發的 AI 心臟風險分層系統，鎖定胸痛患者的急性心臟風險辨識，已獲主管機關核准進行臨床試驗。
它代表另一種路線：與其做什麼都會一點的通才，讓 AI 把一個定義清楚、風險可控的臨床問題做到可驗證 —— 用範圍換取安全性。
把成功與失敗的案例放在一起看，醫療 AI 的 UX 可以收斂成三個能力：先過濾資訊，降低使用者要處理的資料量；再依風險與任務排序；最後把資訊放回目前的臨床情境，讓使用者理解「這件事為什麼現在重要」。一個好的 AI 介面，不該把模型輸出全部攤開，需要懂得什麼時候該提醒、什麼時候該安靜。AI 的價值，正在從「產生更多資訊」走向「管理資訊」——因為醫護真正缺乏的，往往是時間與注意力。
這一篇的順序是刻意的：先看失敗，再看成功。因為醫療 AI 最危險的情況，是它看起來大部分時間都有效，卻把錯誤校對與責任留給最忙的前線人員。當機構只計算 AI 產生一份紀錄需要幾秒，卻不計算醫護回聽、修改、核對、重新貼入 EHR 的時間，所謂的效率提升，可能只是把工作從系統悄悄搬到人身上。
這些導入經驗指向同一件事：成功的導入，會先把失敗模式制度化地排除掉——資料在哪、格式誰訂、錯誤怎麼修、時間怎麼量——AI 節省的負荷，才能真正留在醫護手上。
人與 AI 的合作要怎麼設計，才值得信任？這會是 Day 17 要談的主題——建立值得信任的人機合作模式，讓 AI 真正融入醫療現場：從醫藥領域未來與 AI 協作的設計出發，分享我如何借助 AI 工具，設計一套為未來導入 AI 預留空間的醫療人員決策支援系統（Decision Support System），並盤點哪些研究已經走在這條路上。
iThome鐵人賽
看影片追技術