AI 醫療的「準確率高」不代表對患者更好嗎？ 準確率通常衡量「偵測出正確結果的比例」，但沒有衡量「這個偵測結果是否讓患者得到更好的醫療」。一套對肺結節偵測準確率極高的 AI，如果它找到的大多數結節最終是良性且不需要治療，高準確率反而可能帶來更多不必要的侵入性確認程序。評估 AI 對患者的實際價值，需要追蹤到最終的臨床決策品質，而非停在診斷準確率。 台灣健保制度下，醫療 AI 能產生什麼實際改變？ 台灣健保以按項目計費為主體，AI 目前最大的應用場景在行政效率（如 ICD 碼建議、申報輔助）以及部分影像輅助診斷。要讓 AI 真正幫助減少過度醫療，需要在健保給付機制中加入「結果品質」的衡量維度，例如「適切性指標」「不必要程序追蹤」等配套設計。衛生福利部推動的「價值醫療試辦計畫」是目前最接近這個方向的政策嘗試，但規模與範疇仍在擴展中。 醫師擔心 AI 減少了他們的臨床判斷空間，這個顧慮合理嗎？ 這個問題要先區分：AI 是設計來「輔助判斷」還是「取代判斷」？若 AI 輸出被設計為「必須遵從的指令」或「拒絕採納需要額外解釋」，確實會壓縮臨床判斷空間。但若 AI 被設計為「提供額外的資訊層」，協助醫師在更完整的資訊下做決策，它反而可能強化而非削弱臨床判斷的品質。問題不在 AI 本身，而在部署設計的假設。
很多人在談醫療 AI 的時候，第一個問的是「模型準確率多高」、「哪個部位的影像辨識最強」。
但這裡要先問一個更前面的問題：AI 準確，是為了讓醫療體系「做更多」，還是為了讓體系「做對的事」？這兩件事看起來方向一致，實際上常常相互矛盾。
對單一患者而言，「最好的醫療」很多時候不是接受最多的檢查、最積極的治療，而是恰好做到需要做的事、不做沒有必要的事、在對的時間點做出正確判斷。但問題在於，現有醫療支付制度的設計邏輯，並不支付這種「精準判斷的價值」。
這不只是技術問題，也不只是醫師個人選擇的問題。這是一個制度結構的問題。AI 如果只是強化了現有流程，它可能放大既有偏誤；如果 AI 被放進對的設計框架，它才有機會幫助體系重新看見那些長期以來無法被計價的判斷品質。
要先把問題定義清楚，才能判斷 AI 真正能做什麼、不能做什麼。
一、「對單一患者最好」是什麼意思？
對個別患者而言，最好的醫療往往不是做最多，而是做對的事——在正確時間點做必要的檢查、避免不會帶來益處的治療、減少等待正確診斷所浪費的時間。
「精準」不只是診斷準確度的問題，更是一個流程設計與判斷品質的問題。
臨床上常見的三種「冤枉路」形態如下：
第一種：不必要的確認性檢查 當臨床資訊已足夠支持診斷，但因防禦性醫療或流程設計，仍追加影像、血液或切片檢查。這些額外程序對病人沒有診斷意義，卻帶來等待時間、費用、焦慮與侵入性風險。
第二種：不適合特定患者的治療 同一個診斷，在不同年齡、共病狀況、偏好與生活情境下，最合適的處置可能截然不同。把標準流程套用在所有人，是醫療資源錯置的常見來源。
第三種：延遲正確診斷 因初期的誤診或遺漏，導致患者在不適合的治療軌道上花費時間，才又被轉到正確方向。延遲本身不只造成傷害，也累積了額外的醫療費用。
重點摘要
- 精準醫療的核心不是「做更多」，而是「做對的事、在對的時間」
- 不必要的檢查、不適合個人的治療、延誤正確診斷，都是「冤枉路」的具體形態
- 對個別患者的最大價值，往往體現在系統「選擇不做」的判斷品質
這三種形態有一個共同特徵：它們的改善，往往對應到「少做了某件事」——而少做某件事，在現有支付制度下，通常不會帶來任何收入回饋。
二、過度醫療的成因：支付制度如何形塑了診斷行為
過度醫療的根源不在醫師個人意願，而在支付制度的設計邏輯。按項目計費（Fee-for-Service）的體制，讓每一項可計價的程序都成為收入來源，而精準判斷帶來的「不做」卻無從計價。
要先找原因，再談方法。
按項目計費的結構性問題
在按項目計費的支付模型下，醫療服務的報酬直接連結到「執行了哪些程序」：
- 影像檢查（X 光、超音波、MRI、CT）帶來獨立的計費機會
- 血液檢驗項目可以個別申報
- 門診、住院、手術各有獨立的計費碼
- 回診本身就創造了另一次收費機會
相對地，以下這些「判斷行為」往往是無形的，在現行制度中難以被單獨計價：
- 評估一項檢查「不必要」而選擇不開立
- 判斷一個患者的症狀「可以觀察，不需立即介入」
- 識別出一個患者「不適合」標準治療路徑，改採保守策略
「世界衛生組織的報告指出，估計全球醫療資源中有 20-40% 屬於無效使用（ineffective or unnecessary care），過度醫療是系統性資源浪費的主要來源之一，且往往與支付制度的激勵結構直接相關。」— 世界衛生組織（WHO），《Primary Health Care》報告
防禦性醫療的強化作用
支付結構的問題，在防禦性醫療文化下會進一步放大。
當醫師面對「不確定性」時，「多做一項檢查」的決策：
- 在支付面：帶來額外收入或至少不造成損失
- 在法律面：降低「未盡注意義務」的風險
- 在時間面：比花時間深度評估更有效率
「少做一項檢查」的決策：
- 在支付面：沒有額外收入
- 在法律面：若後續有問題，可能被質疑
- 在時間面：需要更深入的臨床推理
這個不對稱的激勵結構，讓「多做」成為理性選擇，即使在臨床上「少做」才是對患者更好的決定。
台灣全民健保的現況
台灣健保在制度設計上試圖透過總額預算、同儕審查與核刪機制來抑制過度醫療，但核心計費邏輯仍以按項目申報為主。衛生福利部中央健康保險署近年積極推動「價值醫療」試辦計畫，嘗試引入結果導向的支付機制，但目前覆蓋範圍仍相對有限。詳情可參考健保署官方網站。
重點摘要
- 按項目計費創造了「多做」的結構性激勵
- 精準判斷的「不做」沒有對應的計價機制
- 防禦性醫療強化了這個不對稱結構
- 制度設計是過度醫療的根因，不只是個別醫師的選擇問題
三、AI 目前的使用方向，以及它的設計問題
AI 可以幫助發現更多，也可以幫助少做更多；兩者的差別，取決於設計目標和所嵌入的支付機制。目前大多數醫療 AI 被設計和部署在現有的「多做」體系中，因此更多是放大了現有的邏輯，而非改變它。
目前醫療 AI 的主要應用方向
目前規模最大、投入最多的醫療 AI 應用集中在以下幾個領域：
| 應用類型 | 代表案例 | 對「精準判斷」的影響 |
|---|---|---|
| 影像輔助診斷 | 肺結節偵測、眼底篩查、皮膚病變辨識 | 提高偵測敏感度，可能增加「發現更多」的後續追蹤程序 |
| 風險分層預測 | 再住院風險、敗血症早期預警 | 有機會在早期介入，減少後期高費用住院 |
| 臨床路徑優化 | 用藥建議、手術排程 | 標準化流程，但對個別差異的支持有限 |
| 行政效率 | 診斷碼自動填寫、文件處理 | 降低行政負擔，不直接影響臨床決策品質 |
| 基因組分析 | 癌症精準治療選擇 | 直接支持個人化治療決策，最接近「精準」概念 |
AI 設計目標對比：「找到更多」vs.「做對的事」
| 面向 | 以偵測為核心的 AI | 以判斷為核心的 AI |
|---|---|---|
| 設計目標 | 提高召回率（不漏掉任何異常） | 提高決策精準度（減少不必要的後續） |
| 對支付制度的影響 | 傾向增加後續確認性檢查 | 有機會支持「不追蹤」的臨床決策 |
| 訓練資料偏誤風險 | 以過去「被執行的程序」為標準 | 需要以「最終結果」為學習目標 |
| 目前部署規模 | 較大（影像 AI 市場成熟） | 較小（需要更複雜的結果數據） |
| 在現有支付制度下的收益 | 可對應每次影像申報 | 難以直接創造收費機會 |
訓練資料的結構性偏誤
這裡要追問一個更根本的問題：醫療 AI 的訓練資料從哪裡來？
大多數醫療 AI 是用過去系統「做了什麼」的歷史資料來訓練：
- 病歷記錄了開立了哪些檢查、哪些用藥、哪些處置
- 影像資料反映了哪些影像被拍攝、被標註
- 結果資料通常是「30 天再住院率」「死亡率」等住院相關指標
這意味著，如果原有系統本身有過度醫療偏誤，訓練出來的 AI 模型，就很可能繼承並放大這個偏誤。
「《新英格蘭醫學雜誌》（NEJM）刊載的相關研究指出，醫療 AI 在真實世界部署後，往往面臨訓練數據與實際應用場景的分布偏移（distribution shift）問題，使得模型效能與預期有顯著落差。開發流程中若缺乏對訓練數據代表性的嚴格審查，可能導致系統性偏誤被放大而非修正。」— 《New England Journal of Medicine》，AI in Clinical Medicine 系列評論
真正問題在於：現有 AI 大多被設計來「複製過去的做法」，而非回答「什麼做法對患者真的更好」。
四、在什麼條件下，AI 才有機會支持精準判斷？
在價值基礎支付模型（Value-Based Payment）下，AI 才有機會讓「少做正確判斷」成為可以計價的行為。不是因為 AI 技術在那個環境下更準，而是因為激勵結構不同，AI 的設計目標才會對準「減少不必要的程序」。
價值基礎支付模型的設計邏輯
價值基礎醫療（Value-Based Healthcare）是一個涵蓋多種支付機制的概念，核心是：支付報酬應與醫療結果掛鉤，而非僅與執行程序數量掛鉤。
常見的模型類型包括：
按人頭支付（Capitation）： 醫療機構針對特定人群收取固定費用，負責管理其整體健康。在這個模型下，不必要的檢查和程序是成本，而非收入。「幫患者少做不必要的事」直接轉化為機構的財務利益。
綑綁支付（Bundled Payment）： 針對特定治療過程（如膝關節置換、糖尿病管理）支付固定總額。在管理好品質的前提下，省下的費用可以留存，超出部分由機構承擔。
共享節省計畫（Shared Savings Program）： 如美國 CMS（醫療保險與補助服務中心）的 ACO 模型，當醫療機構的整體費用低於預期且品質達標，可分享節省金額。相關制度設計可參考 CMS 官方說明。
AI 在這個框架下的不同角色
在按項目計費的體系中，AI 提高了「做更多」的效率。
在價值基礎支付的框架下，AI 有機會支持以下方向：
高風險患者早期識別： 預測誰在接下來 30 天內有較高再住院或急診風險，讓機構主動介入，避免後期高費用事件。這是讓「預防」真正有財務意義的場景。
低風險患者的「安心不追蹤」： 某些患者的影像或血液結果出現邊緣異常，在按項目計費下，慣例是追加確認性檢查。在價值基礎框架下，若 AI 能提供「這類異常在此患者背景下惡化機率低於 X%」的風險分層，機構才有可能將「不追蹤」轉化為有臨床依據的決策，而非讓醫師承擔個人風險。
個人化治療路徑推薦： 從整體人群標準流程，走向「這個特定患者背景下，哪條路徑的結果期望值更高」。這是 AI 在基因組分析、多模態資料整合上的潛力區域。
重點摘要
- 按人頭支付、綑綁支付等模型，改變了「少做」的財務意義
- 在價值基礎框架下，AI 的設計目標才有機會對準減少不必要程序
- 高風險早期識別、低風險安心不追蹤、個人化路徑，是 AI 與價值醫療的三個交集點
- 支付制度不改變，AI 只是提高了現有邏輯的執行效率
五、評估一套 AI 工具是否真正支持精準判斷
評估重點不在功能清單有多長，而在設計目標是否對準了減少不必要的程序——以及它被放在哪個支付框架下使用。
可執行步驟
評估醫療 AI 工具的七項檢核要點
1. 訓練目標是什麼？ 確認模型的訓練目標：是「最大化偵測率」（讓 AI 找出更多異常）還是「最小化不必要後續程序」（讓 AI 幫助過濾出不需要追蹤的案例）？這兩個目標會導致截然不同的模型行為。
2. 訓練數據是否包含「不追蹤後的結果」？ 若訓練資料只有追蹤病例的結果，AI 永遠無法學習「哪些不追蹤的決策是正確的」。確認訓練集是否有足夠的自然病史數據（natural history data）。
3. 它輸出的是什麼？輸出格式適合什麼決策？ 「有異常 / 無異常」的二元輸出，適合觸發後續流程，但不適合支持「是否需要追蹤」的判斷。確認 AI 輸出是否包含：機率值、信心區間、建議適用情境。
4. 在現有支付制度下，使用這套工具的財務激勵是什麼？ 若每次 AI 偵測到的「疑似異常」都自動觸發一項可申報的確認性程序，這套工具實際上是提高了過度醫療的效率，而非減少它。
5. 它被放在哪個臨床流程節點？ AI 放在「初步篩查」（提高召回率）與放在「確認前決策支持」（協助醫師評估是否追蹤）之間，對臨床結果有本質差異。
6. 誰為這套工具負責？誰的工作流程受影響？ 確認 AI 輸出的責任歸屬：醫師是否被期望「解釋為什麼不採納 AI 建議」？若是，則 AI 實際上創造了額外的跟單壓力，而非提升判斷品質。
7. 有沒有持續的效能監控與偏誤審查機制？ 確認是否有定期評估 AI 在實際部署環境中的表現，包括「假陽性率」「觸發了多少後續程序但最終沒有發現問題」。
六、目前的限制與需要注意的方向
AI 的訓練資料來自舊系統的行為記錄；如果舊系統本身有過度醫療偏誤，AI 可能放大這個偏誤而非修正它。改善這個問題，需要的不只是更好的模型，而是不同的訓練目標、不同的數據採集策略，以及支付制度的配合。
假陽性問題與追蹤壓力
大規模 AI 篩查工具面臨一個結構性挑戰：提高敏感度（不漏掉病症）通常以犧牲特異度（減少誤報）為代價。當 AI 部署在大量人口的篩查場景時，即使假陽性率很低，絕對數量也可能造成大量不必要的確認性程序。
若每一個 AI 標記的「疑似」都在現有制度下引發一項計費程序，篩查 AI 有可能成為過度醫療的規模化放大器。
「標準化」與個人差異的張力
AI 系統通常以人群資料訓練，輸出的是「統計上可能」的建議，而非「對這個特定個體最好」的判斷。
對個別患者而言，年齡、共病、偏好、生活情境可能讓「人群標準」完全不適用。AI 如果強化了標準化路徑，有可能反而加深「把不同的人用同一套方法處理」的問題。
缺乏長期結果數據
醫療 AI 的效能評估，大多集中在短期指標（診斷準確率、敏感度、特異度）。對於「長期患者結果是否改善」「是否減少了無效治療」的追蹤數據，目前仍相對匱乏。
這不是技術問題，而是數據收集和評估設計的問題。現有的臨床試驗架構，並不擅長捕捉「因 AI 而少做了某件事」這種負向結果的長期價值。
重點摘要
- AI 訓練數據的偏誤，是目前最被低估的風險
- 假陽性問題在大規模篩查場景下，可能系統性放大過度醫療
- 標準化 AI 建議與個別患者差異之間，存在結構性張力
- 缺乏長期結果數據，使得「AI 是否真的減少了不必要醫療」難以驗證
- 改善路徑不只是技術升級，而是訓練目標設計、數據策略和支付制度的整體配合
AI 醫療的「準確率高」不代表對患者更好嗎？
準確率通常衡量「偵測出正確結果的比例」，但沒有衡量「這個偵測結果是否讓患者得到更好的醫療」。一套對肺結節偵測準確率極高的 AI，如果它找到的大多數結節最終是良性且不需要治療，高準確率反而可能帶來更多不必要的侵入性確認程序。評估 AI 對患者的實際價值，需要追蹤到最終的臨床決策品質，而非停在診斷準確率。
台灣健保制度下，醫療 AI 能產生什麼實際改變？
台灣健保以按項目計費為主體，AI 目前最大的應用場景在行政效率（如 ICD 碼建議、申報輔助）以及部分影像輅助診斷。要讓 AI 真正幫助減少過度醫療，需要在健保給付機制中加入「結果品質」的衡量維度，例如「適切性指標」「不必要程序追蹤」等配套設計。衛生福利部推動的「價值醫療試辦計畫」是目前最接近這個方向的政策嘗試，但規模與範疇仍在擴展中。
醫師擔心 AI 減少了他們的臨床判斷空間，這個顧慮合理嗎？
這個問題要先區分：AI 是設計來「輔助判斷」還是「取代判斷」？若 AI 輸出被設計為「必須遵從的指令」或「拒絕採納需要額外解釋」，確實會壓縮臨床判斷空間。但若 AI 被設計為「提供額外的資訊層」，協助醫師在更完整的資訊下做決策，它反而可能強化而非削弱臨床判斷的品質。問題不在 AI 本身，而在部署設計的假設。
精準醫療（Precision Medicine）和這裡談的「精準判斷」是同一件事嗎？
兩個概念有交集但不完全相同。精準醫療（Precision Medicine）通常指透過基因組學、生物標記等方式，將治療對準特定分子特徵的患者群體——這是更窄義的技術定義。這裡談的「精準判斷」是更廣義的概念：在個別患者的具體情境下，做出最恰當的診斷與治療決策，減少不必要的程序。兩者都重視「個別化」，但切入角度和所需的系統設計不同。
如果支付制度不改變，AI 是否完全無法幫助減少過度醫療？
不是完全無法，但難度和可能性有本質差異。在現有按項目計費體系下，AI 可以透過提升「臨床決策品質的透明度」創造間接效果——例如讓同儕審查更有效率、讓不適切申報更容易被發現。但這是被動的抑制機制，而非主動的激勵設計。若支付制度不提供「精準判斷」的正向回報，依賴 AI 單獨改變行為模式的期待，是把技術問題當成制度問題的解方，本質上是把問題定義錯了方向。
