醫療AI導入眼科門診的3個關卡：資料、流程與效益

很多人評估醫療 AI，第一個問題是模型準不準。但北京一項眼科門診部署經驗顯示，影像分析表現提高，仍須面對資料標註、操作流程和臨床需求是否接得上的考驗。AI-TEC 團隊整理的早期經驗中，專家標註影像對特定辨識任務的 AUROC 超過 0.93；另一項門診使用紀錄則顯示，AI 流程使用率曾只有 3.8%，介面簡化後的隔月提高至 23%。這些結果提供了醫療 AI 導入的觀察線索，不能直接當作病患治療成效已改善的證明。

一、AI-TEC實測回答的問題，不只在模型表現

AI-TEC 的部署經驗顯示，醫療 AI 要進入日常照護，需一併檢視資料品質、工作流程、人員參與和患者相關結果，單看模型指標不足以判斷成敗。

AI-TEC 全名為 AI-Agent Augmented Tsinghua Eye Clinic，是清華大學與北京清華長庚醫院團隊設計的眼科臨床框架。團隊在 2025 年 11 月將原型整合進院內日常流程，涵蓋診前資訊整理、分流、眼底影像分析、診療決策支援、患者衛教與追蹤。這種設計嘗試讓不同階段的資料和輸出能往下傳遞，減少各自獨立的 AI 工具留下的資訊斷點。

這篇刊載於《Nature Medicine》的文章類型是 Comment，內容為團隊對建置與真實場域部署經驗的整理，未採隨機對照試驗設計。它可以協助醫院辨認系統整合會遇到的問題，卻不能單獨證明這種架構適用於所有院所或眼科任務。研究團隊也提醒，臨床現場的參考診斷可能有不確定性，影像模型設定的疾病任務未必等同病患實際就醫原因。

因此，讀者在看這類醫療 AI 報導時，可以先辨認證據回答的是哪一層問題：模型在測試資料中能否區分影像、在門診是否有人實際使用，或使用後是否改變診療與患者結果。三者互相關聯，卻需要不同的資料和研究設計才能回答。把評論文章、部署觀察和臨床成效研究分開閱讀，較能看出目前證據支持到哪一步。

二、影像資料多，標註品質仍會改變模型表現

影像數量不能取代可判讀性和可靠標註；若影像品質或診斷標記不一致，模型學到的訊號也可能混雜，經專家檢視的資料可讓特定任務的區辨表現改善。

TechNews 報導指出，AI-TEC 團隊整理近 2.7 萬張品質與標註程度不一的眼底影像，再以 1,426 張由眼科專家精確標註的影像檢視模型表現；在該報導描述的特定辨識任務中，採用高品質標註資料後，AUROC 超過 0.93。解讀這組數字時，應把影像任務、資料來源和標註方式一起看，不能只留下「資料多」或「分數高」的結論。

AUROC 是 ROC 曲線下面積，用來衡量模型在不同判定門檻下區分陽性與陰性樣本的能力。數值愈高，通常表示在該測試資料裡，模型較能把兩類樣本排出高低；它不等於整體診斷正確率，也不直接回答漏診、誤報、轉診是否及時，更無法單憑一個分數證明患者健康結果變好。臨床採用還要看不同疾病、設備、影像品質與患者組成下是否穩定。

補充資料列舉了若干判讀分歧案例：嚴重糖尿病視網膜病變可能與視網膜靜脈阻塞難以區分，若缺少糖尿病病史，單看影像會少了重要線索；視神經盤反光也可能影響青光眼辨識。部分影像同時存在共病或次要診斷，AI 與參考標記不一致，不一定代表模型輸出全無臨床意義，仍需醫療人員把病史及檢查結果放在一起判讀。

三、使用率從3.8%升至23%，操作成本是重要線索

門診工作量下，額外點擊、重複輸入或切換系統都會增加操作成本；工具若不能融入既有步驟，即使模型表現良好，也可能很少被使用。

TechNews 報導引用門診使用紀錄：一段上線初期的五個月快照中，1,113 次檢查有 41 次使用 AI 流程，約 3.8%；團隊簡化操作介面、減少手動輸入後，隔月 1,126 次檢查中有 259 次使用，約 23%。分母與觀察時段不同，這是前後兩個期間的使用情形。介面調整與使用率回升同時出現，足以提示操作摩擦值得處理，但無法排除人員熟悉度、流程變動或其他同期因素，也不能據此宣稱介面改版單獨造成全部增幅。

這背後的根因是工具增加了一個步驟，還是協助完成原有工作？若醫師得在病歷系統、影像工作站和 AI 頁面之間反覆切換，還要重打患者資料，使用 AI 便成為額外負擔。相反地，若既有檢查資料能在適當時間出現，輸出能直接進入醫療人員原本的檢視流程，採用門檻便可能降低。實際導入前可逐項確認觸發時機、主要使用者、輸入來源、結果呈現位置和看到異常後的責任人，找出每一個新增或重複操作。

因此，使用率是流程訊號，並非臨床效益的替代指標。使用率提高，可能表示操作較順或人員更熟悉；要判斷有沒有改善照護，還需追蹤判讀是否改變、錯誤能否及時攔截、轉診和追蹤是否完成，以及病患是否因此獲得適切處置。

四、影像辨識要接上病患需求與臨床角色

眼底影像辨識只處理診療流程的一部分；AI 輸出必須與症狀、病史及其他檢查結果對照，並明確指定由誰確認、如何處置和追蹤，才可能接近實際照護需求。

病患走進眼科門診的起點可能是視力模糊、疼痛、飛蚊增加，也可能是慢性病追蹤或例行檢查。影像 AI 從掃描結果辨認疾病特徵，與醫師從主訴、既往病史、檢查和患者目標綜合判斷，起始資訊並不相同。若系統只提供影像標籤，卻沒有說明結果適用的影像條件、可能的不確定性及下一步，輸出就不容易轉成照護行動。

補充資料描述的 AI-TEC 試行流程，先由臨床人員在看不到 AI 輸出的情況下提出初步診斷，之後再檢視 AI 預測，記錄其是否可能影響決策，最後提出診斷。這類設計可觀察輸出與臨床判斷的關係；但研究作者也指出，靜默試驗不會讓 AI 直接影響照護決策，因此無法完整衡量對醫師決策、醫療效率或患者結果的影響。評估時需分清楚「模型預測了什麼」、「醫療人員是否採納」和「患者後續是否得到適切處理」。

權責安排也要在試點前寫進流程。影像不足、病史缺漏、模型輸出矛盾或系統無法回應時，使用者應能辨認問題並採用既有人工流程；若結果需要轉診或加做檢查，要指定接收者與完成追蹤的責任。資料介接則須依院所制度確認用途、存取權限、紀錄留存和資安措施，避免病歷或影像在不清楚的權限邊界間流轉。

研究團隊在《Nature Medicine》摘要中指出，從 AI 輔助工具轉向更整合的照護模式，需要工作流程整合、臨床人員參與，以及可衡量的臨床價值。這項要求對台灣醫療機構同樣提供評估方向；具體介接方式仍須依現有病歷系統、設備和院內治理設計，不能把單一場域的架構直接視為通用標準。

「從 AI 輔助工具走向更整合的照護模式，需要工作流程整合、臨床人員參與，以及可衡量的臨床價值。」— Yan 等，《Nature Medicine》，2026（摘要中譯）

五、台灣醫療AI試點要同時看技術、流程與患者結果

試點應同時追蹤模型表現、資料品質、系統可用性、使用者負擔、錯誤處理和患者相關結果，並先界定每項指標的責任人與基準值，再討論是否擴大部署。

對醫療機構而言，AI-TEC 案例可轉成一組可執行的檢查問題：第一，輸入資料來自哪些設備和流程，影像品質及標註責任如何管理？第二，系統會在哪個時間點出現，結果由誰查看，是否要重複登錄資料？第三，模型失準或系統中斷時，如何回退到既有照護方式？第四，院內如何控管資料存取、稽核使用紀錄並處理資安事件？第五，除了辨識分數和使用率，是否追蹤後續檢查、轉診完成、工作負擔或患者結果？

評估設計最好先說明基準期間、觀察對象、任務範圍和資料缺漏處理方式。若只在部署後記錄使用次數，便難以辨認原先流程的瓶頸；若只比對模型預測與標記，也看不出資訊是否改變臨床行動。分階段試點可先確認資料與介接可靠，再檢視人員操作和錯誤處理，最後追蹤與患者照護有關的結果。每一階段均應預先定義何種情況暫停、修改或擴大使用。

清華大學研究團隊對 AI-TEC 的說明也提到，真實臨床落地仰賴資料品質、工作流程整合、臨床人員參與和持續迭代。這是部署經驗整理，並非已建立的臨床標準。醫療機構可以採用這些面向設計自己的評估表，再依疾病任務、患者族群和院內系統驗證結果。

資料治理同樣影響結果能否被信任。院方應能追溯影像來自哪種設備、使用何種標註規則、資料是否經過品質檢查，以及模型更新後由誰重新確認表現。若不同院區的攝影設備、病患年齡或疾病比例不同，整體平均分數可能掩蓋少數群體或特定影像條件下的退化。試點報告宜分層呈現關鍵族群及影像品質，並保留人工覆核和錯誤回報管道。

「在真實臨床實踐中導入醫療 AI，不只是演算法挑戰，也是涉及資料品質、工作流程整合、臨床人員參與與持續迭代的系統挑戰。」— 清華大學研究團隊，2026（官方研究介紹中譯）

醫療機構規劃試點前，可先完成以下盤點：

1. 選定一段明確的臨床流程與目標任務，記錄現行資料來源、步驟及耗時基準。
2. 指定資料品質、標註審查、AI 結果確認和後續處置的負責角色。
3. 實測系統介接、輸入負擔、錯誤回報及故障時的人工替代流程。
4. 同時追蹤模型指標、採用情形、工作負擔、轉介追蹤和患者相關結果。
5. 依預先設定的安全與效益門檻，決定修改、暫停或擴大試點。

• AUROC 描述特定資料和任務下的區辨能力，不能單獨代表診斷正確率或患者效益。
• AI 流程使用率提高可提示操作摩擦減少，前後觀察仍不足以證明因果或健康結果改善。
• 醫療 AI 試點要把資料、流程、責任、資安和患者結果納入同一套評估。

試點若用於眼科照護，AI 輸出只能作為流程中的資訊或決策支援，患者仍應與醫療團隊討論判讀與處置。藥品或保健品交互作用不在醫療 AI 部署評估的討論範圍；孕婦、兒童、慢性病患者及長期服藥者如有眼部症狀或治療疑問，應依個人狀況向醫療人員確認，不以 AI 輸出取代專業判斷。

常見問題：醫療AI導入眼科門診怎麼判斷成效？

先分辨技術區辨能力、臨床採用情形與患者結果三種證據，再確認資料品質、工作流程和責任分工是否支撐預期用途。

常見問題

Q1: AUROC 超過 0.93，代表 AI 診斷準確率超過 93% 嗎？

不代表。AUROC 衡量特定資料及任務下的區辨能力，不能直接解讀成診斷正確率、漏診率或治療效果。臨床使用仍需查看敏感度、特異度、錯誤案例和適用條件。

Q2: AI 流程使用率升至 23%，是否證明患者受益？

使用率記錄的是流程採用情形。它可反映操作便利度或人員熟悉度，無法單獨證明診療決策或患者健康結果改善，需搭配後續照護指標評估。

Q3: 台灣醫院導入眼科 AI，第一步可以做什麼？

先挑選範圍清楚的臨床任務，盤點資料來源、現場步驟、使用者和錯誤處理方式，再訂出模型、工作負擔及患者結果的追蹤指標。

Q4: AI 眼底影像結果可以取代眼科專業判讀嗎？

不可以。影像結果需要結合症狀、病史和其他檢查，由醫療團隊依院內制度判讀及安排處置。患者有症狀或疑問時，應與醫療人員討論。