國防醫學院 醫學系學生
李宜家
去年夏天，我有幸和學校老師和學長姐們前往瑞士巴賽爾，參加 AMEE（Association for Medical Education in Europe）國際年會，AMEE主題包含多個面向，其中最讓我印象深刻的為「Clinical reasoning and its teaching : What is the role of artificial intelligence」。這是我第一次參與如此大規模的國際醫學教育盛會，對我來說，不只是聽演講、拍紀念照而已，而是一場促使我思考「我們將成為什麼樣的醫師」的啟蒙之旅。 在這個匯集來自世界各地醫學教育者的年會中，我觀察到一個重要趨勢：人工智慧（AI）正在快速滲透醫學教育與臨床現場，並且帶來一場結構性的轉變。它不僅改變了老師教學的方式、學生學習的樣貌，也開始挑戰我們對「醫師專業」的定義。
在年會中，許多演講都提到 AI 在臨床上的輔助潛力。例如輔助影像判讀、初步鑑別診斷、開立檢查建議等。這些技術往往具有極高的靈敏度（sensitivity），可以精準地偵測潛在病灶，在處理罕見疾病或非典型症狀上展現出高度價值。 但這樣的高靈敏度，也常伴隨特異度（specificity）不足的問題——換句話說，AI 過度警覺，容易誤把正常變異視為病徵。例如判讀一張胸部X光時，AI 可能將某些無臨床意義的陰影標示為疑似腫瘤，導致後續不必要的檢查與病人焦慮。 這樣的狀況，在急診、健檢或初診時尤其常見。若醫師或學生過度依賴 AI 建議，可能會做出過度醫療的判斷。作為一名學生，這讓我開始意識到：AI 不是讓我們更放心地「按表操課」，而是讓我們更有能力「辨識風險」與「做出判斷」的輔助工具。
演講中也有講者特別強調：AI 在臨床推理時，也會產生類似人類醫師的認知偏誤（cognitive bias）。例如，如果模型接收到偏頗的資料來源，它就可能形成錯誤的診斷規則。 舉例來說，如果 AI 的訓練資料主要來自歐美男性患者，那麼當它面對亞洲女性患者時，可能會低估某些疾病的風險或忽略非典型症狀。這讓我聯想到我們在課堂上討論「臨床經驗」時的限制——即使擁有大量資料，如果資料本身有偏差，結論仍可能錯誤。 我想，這對我們醫學生是一種提醒：未來我們不只要「使用 AI」，更要「質疑 AI」。我們要懂得看見資料的邊界、了解模型的來源，才能有能力做出真正以病人為中心的判斷。
另一個我特別有共鳴的議題是所謂的自動化偏誤（automation bias）。這種偏誤指的是：當人們面對機器建議時，容易傾向接受而不再質疑。 AI 給的建議通常快速、明確，對於我們這些還在學習診斷流程的醫學生而言，很容易變成「參考答案」。但長期下來，如果我們習慣於仰賴 AI，而不是自己建立邏輯架構，就會逐漸失去思考的敏感度與自信。 我自己也曾經在準備報告時，使用 AI 工具協助撰寫初稿，感覺非常有效率。但當我試圖用 AI 模擬口試問題時，卻發現它的推理有時空洞，缺乏臨床現場的細節感與人性。這讓我開始思考：AI 可以幫助我們更快產出內容，卻不一定能幫助我們成為更好的判斷者。 這種使用上的「懶惰舒適圈」，其實才是最值得警惕的陷阱。
會後我回顧自己的學習過程，其實我們很多人早就開始使用 AI 工具——翻譯原文文獻、生成摘要、整理筆記、製作簡報。我們習慣問 AI：「這個疾病是什麼？」、「這個症狀可能是什麼？」但很少人問：「AI 為什麼這樣想？」或「我該不該相信它？」 我們這一代醫學生，是在 AI 快速進化的時代長大的。AI 是我們的工具，但若沒有對它的原理、限制、倫理進行基本教育，它也可能變成我們思考力衰退的根源。 我認為，醫學教育應該儘早納入 AI 素養訓練，不只教我們怎麼用，更教我們什麼時候不能用。例如： 認識 AI 模型的訓練邏輯與偏誤來源 辨識高風險誤判情境 培養臨床判斷與 AI 建議的比較能力 討論 AI 引發的責任歸屬、病人知情等倫理問題 如果我們現在不學習這些，未來當 AI 更強、更普及時，我們反而會是最不懂如何駕馭它的那群。
AMEE 年會期間，我跟來自不同國家的醫學生聊天，發現我們面對的焦慮其實很相似：我們會不會被取代？我們還有什麼價值？這些問題在這場科技盛宴中不斷迴盪。同學們的見解是：我們不會被取代，但我們需要轉變。AI 可能幫我們讀資料、提示可能的診斷，甚至協助開立治療建議，但它無法代替我們傾聽病人的情緒、從家庭背景出發去理解疾病的脈絡、或在價值觀衝突中做出有同理的選擇。 醫療的核心從來不是技術，而是人。我們要做的，是學會怎麼在不確定性中運用科技，怎麼在人性當中發揮專業，而不是變成只會操作工具的操作員。
AMEE 對我來說，不只是一次國際會議，更像是一面照見未來的鏡子。AI 在醫學教育中的應用既帶來革命性的效率，也帶來深層的教育挑戰。它促使我們重新思考：學習是什麼？臨床判斷是什麼？醫師的角色又是什麼？我們不該恐懼 AI，也不該盲目擁抱，而是要認識它、使用它、限制它、駕馭它。作為醫學生，我期許自己不是未來被淘汰的人，而是能夠善用 AI、維護病人尊嚴、堅持臨床判斷品質的人。這場科技與人性的協奏曲，才剛剛開始。我們準備好了嗎？
