AI病歷聽寫員普及醫療現場,專家籲嚴格檢視機器生成臨床紀錄
2026/10/28
人工智慧正快速走進診間。越來越多醫療院所導入AI scribe(AI病歷聽寫員),在醫師看診時自動錄下醫病對話,並轉換成結構化的臨床紀錄。專家近日提出警示,這項技術正在大量產出由機器生成的病歷資料,這些內容應受到更嚴格的檢視,範圍涵蓋準確性、病人隱私、法律責任與資料後續用途。
AI病歷聽寫員的興起,源自醫療人員長期面臨的文書負擔。醫師在看診後往往需要花費大量時間撰寫病歷,被視為醫療人員過勞的重要原因之一。AI scribe透過語音辨識與大型語言模型,在看診過程中即時整理主訴、病史、檢查結果與處置計畫,讓醫師能把注意力放回病人身上。據悉,這類工具在歐美醫療體系的採用速度相當快,許多醫院將其視為提升效率與留住人才的關鍵手段。
然而,專家指出,效率提升的背後潛藏多重風險。首先是準確性問題,語言模型可能誤聽、誤解或自行補上對話中未出現的內容,也就是所謂的「幻覺」;一旦錯誤寫入病歷,可能影響後續診斷與用藥。其次是隱私,完整的診間錄音與逐字內容涉及高度敏感的個人健康資訊,儲存、傳輸與存取權限都需嚴格控管。第三是責任歸屬,當機器產生的紀錄出錯時,簽核的醫師、醫院與軟體供應商之間該如何分責,目前仍缺乏明確規範。
資料用途則是另一項受關注的議題。AI scribe產生的大量臨床文本,對科技公司而言是訓練與優化模型的珍貴素材。業界分析人士指出,若病人未被充分告知,或資料被用於原本看診目的以外的用途,將可能引發倫理與法律爭議。專家因此主張,醫療機構應建立清楚的知情同意流程、資料保存期限與二次利用規範。
從影響層面來看,AI病歷聽寫員的品質將直接牽動醫療安全。病歷不只是看診紀錄,也是保險理賠、醫療糾紛與公共衛生統計的依據。當機器生成內容在病歷中的比例愈來愈高,若缺乏系統性的抽查與驗證機制,錯誤可能在整個醫療資料體系中擴散,影響範圍遠超過單次看診。
展望未來,AI scribe減輕醫療人員負擔的價值已獲肯定,但產業與監管單位需要同步建立相應的治理框架,包括定期稽核準確率、明確標示機器生成內容、強化醫師覆核責任,以及規範資料再利用。唯有在效率與信任之間取得平衡,這項技術才能在醫療現場長久發揮效益。