- 登入
- 註冊
AI 學會了問診，但你學會怎麼跟 AI 溝通了嗎？
想像一位阿姨坐進診間：「醫師，我早上一翻身，天花板就開始轉，轉個幾十秒才停。昨天我先問了 AI，它說可能是耳石跑掉了，它說得對嗎？」光聽這兩句，醫師心裡大概已有方向。1992 年一項經典研究發現，80 位帶著新問題來門診的病人，有 61 位（76%）問完病史就已指向最後的診斷。病史，本來就是診斷裡分量最重的一塊。AI 學得會問診嗎？
只聽不看，AI 和醫師高達八成的一致性
今年一項研究指出，在中國五家醫院的頭暈門診內，會先讓病人跟平板上的 AI 互動，由護理師在旁唸題、輸入回答，AI 只拿到病史，沒有做身體檢查和檢驗，醫師則不知道 AI 如何做出判斷。
176 位病人中，AI 的第一順位診斷，有 140 位和醫師最後的診斷結果一致，佔了其中八成；醫師最後診斷為耳石症的 44 人中，AI 判斷一致則有 43 人。
但要回答前述那位阿姨的問題，我們得先把數字倒過來看。依據論文的附表統計，被 AI 判為耳石症，最後卻是其他病別的人數，至少有 12 位；亦即 AI 診斷為耳石症的病人中，至少每五位就有一人不是。
此外，這份研究也有其限制：最後診斷為「疑似或無法確定」的 14 位病人，並未被計算進來，研究者坦言這項調查結果可能略偏樂觀。八成一致，反映的是「護理師加 AI」整套流程。更重要的是，這些門診病人幾乎沒有中風，AI 會不會把危險的頭暈看成良性？這項研究可能也測不到。
自己跟 AI 聊，結果大不同
今年《自然醫學》一項英國隨機分派研究，給予 1,298 位民眾一個生活情境，判斷可能是什麼病、該怎麼處理。若由 AI 單獨作答，認出相關疾病的比例為 94.9%，但該怎麼處理的判斷只有 56.3%；另一方面，將 AI 交到民眾手上，認出疾病的比例不到 34.5%，結果甚至顯著不如使用自己習慣方法判斷的對照組。
其問題出在對話的兩端：抽查的 30 段對話中，有 16 段對話的第一則訊息只講了半套；AI 這端也會出錯，兩位民眾描述的蜘蛛網膜下腔出血（一種腦出血）症狀非常相似，只有一位提到頭痛是「突然」發生。這樣細微的差異，導致 AI 給出相反的建議：一位被告知只要躺在暗房休息、另一位則建議去看急診。不過，這是 2024 年的資料與模型，情境也是虛構出來的。
你先下結論，AI 容易被牽著走
另一項模擬研究：讓 AI 扮演病人，拿醫師執照考題的病例去找另一個 AI「看診」；病人若是一開始就先認定一個錯誤的診斷，六個早期的聊天型 AI 的正確率，會比正常問診掉了約 7 到 39 個百分點，而且容易被引導至病人說的那個答案。研究者也說，這是刻意加壓的測試，可能高估日常影響。
醫師之眼：問診是一支雙人舞
頭暈門診由 AI 一題一題問、英國研究則是讓民眾自己開口詢問；兩者設計不同，不能直接比較，但整合起來看，合理的推測是：AI 派不派得上用場，有一部分取決於雙方能不能透過問答，取得完整的資訊。
此外，AI 看不到你。一項 2006 年的研究發現，45 歲以上因頭暈、眩暈、走路不穩而掛急診或住院的人，最後是中風或短暫性腦缺血發作的比例約 3.2%，但那是平均值，不能拿來替自己排除風險。現實中，醫師會靠看眼球怎麼動、讓你走幾步來辨識出可能有中風等危險疾病的患者，而隔著螢幕的 AI 做不到這一點。
下次頭暈，請這樣與 AI 對話
第一，先排除危險。頭暈合併說話不清、嘴角歪斜、單側手腳無力或麻木、看東西變兩個、走路站不穩、突然劇烈頭痛，或是合併胸痛、心跳又快又亂、喘不過氣、冒冷汗、昏倒，這時候不要問 AI，請立刻撥打 119 或到急診室。如果突然有一隻耳朵聽不見或聽力變差，也要儘速就醫。以上不是全部，但只要是突然發生，而且和你平常的狀況明顯不同，都別先問 AI，直接就醫。
第二，先說事實再說猜測。與其一開口就問「我是不是耳石跑掉？」不如先描述：「早上翻身時天花板在轉，大約歷經幾十秒、今天三次，沒有耳鳴，手腳也沒有無力。」這種說法還沒有研究直接測過，但不先替 AI 下結論，是比較保險的。
第三，分清楚哪些問 AI、哪些問醫師。「耳石症是什麼？」這類名詞解釋，很適合拿 AI 入門，但仍要和醫師確認：「要不要停掉正在吃的藥」、「需不需要去急診」，請交給醫師判斷，拿不定主意就直接就醫。
問過 AI，就要大方說出來，醫師才能更快知道你在擔心什麼；萬一 AI 說錯了，也正好有人能幫你更正。AI 正在學會問診，但坐在它面前的我們，也得學會怎麼溝通。說清楚比猜對更重要——不管對面坐的是 AI，還是醫師。
