從解開世紀數學難題到拯救 80 萬條人命，醫療界為何必須學會「AI 思維」？

lionking0809

OpenAI 模型近期解開了困擾數學界 80 年的幾何難題，這項突破正促使醫療界重新思考：生成式 AI（GenAI）的真正價值，不應只侷限於提升既有工作的效率，而是讓專業人士重新檢視沿用多年的醫療假設。

《富比士》專欄評論指出，美國醫療體系長期面臨診斷錯誤、慢性病控制不佳、就醫等待期過長與財務負擔沉重等痛點；即使每年投入龐大預算，也未見顯著改善。作者主張，若醫界僅將 GenAI 用於撰寫病歷、處理醫療帳單或整理門診摘要等行政庶務，將會錯失徹底翻轉照護模式的巨大潛力。

醫療界的終極抉擇：打破傳統迷思，重塑照護新框架
文章點出三項醫療界亟需打破的傳統迷思。首先，過去總以「門診面對面看診」為慢性病管理的核心，然而面對高血壓、糖尿病、心衰竭與腎臟病等疾病，病患真正需要的是「持續性監測」，而非一年僅數次的定期回診。

其次，傳統認為醫學知識只能由醫師單向傳遞；但如今，已有相當高比例的美國成年人習慣問 AI 檢驗數值、用藥知識及治療選項。

第三，醫界深信「專科分工越細越好」，但過度分工往往讓同時擁有多重病症的患者，必須獨自面對多位醫師與互不連通的治療計畫，反而增加照護斷層與醫療疏失的風險。

作者強調，若能將生成式 AI 結合家用血壓計、血糖機、穿戴式裝置或床邊感測器，便能在病患家中進行 24 小時持續數據分析。AI 不僅能即時提醒控制狀況、建議微調用藥，還能解答日常衛教問題，讓醫師得以將精力集中在真正需要人類專業判斷的複雜診斷與醫療介入。此外，AI 也能扮演整合照護的「大腦中樞」，協助基層醫師統整各專科資訊，大幅減少因醫療碎片化導致的資訊漏接。

文章並援引多項數據突顯改變的急迫性：美國診斷錯誤每年導致約 80 萬人喪命或致殘；即便每年醫療總支出高達 5.6 兆美元，現代仍有高達 75% 病患至少有一種慢性病。另一方面，研究顯示約三分之一美國成年人會詢問 AI 健康資訊；近期民調更指出，約有 1,400 萬名成年人諮詢 AI 後，認為沒有就診的需要。

文末總結，醫療界應效法 OpenAI 破解數學難題時展現的思維：勇於質疑既有假設，並尋求跨領域的創新解法。若醫師願意主動領導這場醫療轉型，生成式 AI 將成為強化病患自我管理、落實連續性照護並降低醫療錯誤的關鍵利器；反之，若醫界選擇消極被動，未來的照護模式恐將由科技巨頭、新創團隊與保險業者搶先主導，傳統醫療體系角色將面臨遭邊緣化的危機。

錄自：科技新報