11 月底，一則令人心痛的醫療悲劇震撼南韓社會：釜山一名高中生突然倒地昏迷、全身抽搐，卻在送醫過程中接連被 14 間醫院拒收。救護車奔波 1 小時 18 分鐘後，最終傳出高中生不幸身亡的消息。
《韓聯社》報導指出，這起事件可能與 2023 年一項法院裁決後，在醫界蔓延的「防禦性治療」有關：當年 10 月，首爾高等法院裁定，一名為五天大新生兒進行腸扭轉緊急手術的外科醫師，須向患者支付 1,000 萬韓元（約新台幣 21 萬元），醫院則須賠償 10 億韓元（約新台幣 2,118 萬元）的賠償金。
韓國輿論「炸鍋」之際，你也許會問：「那台灣的狀況又是如何？」我在之前的專欄曾談過，台灣的車禍糾紛及醫療訴訟氛圍同樣日益緊繃。面對患者的不信任及制度的不確定，醫師為了自保，「不碰、不收、不做」成了看似合理，卻令人無奈的選擇。
於是相關問題自然浮現：當制度的不確定壓過醫療專業，醫護開始猶豫是否要「收」或「做」時，再先進的科技也無法替醫師承擔風險，更無法改變現場的倫理與責任。換句話說，這不是技術缺口，而是信任與制度的缺口。
這也讓我們不得不反思──當各行各業討論 AI、把它當成「超級英雄」的同時，是否也該反問：為什麼在和死神賽跑的醫療現場，沒有人說一句：「要是這裡有 AI 就好了」？
這起悲劇讓我們清楚看見，問題的核心不在「AI 能不能」，而是「醫療體系行不行」。請不要誤會，這並非否定 AI 的力量，而是呼籲我們應該要回歸科技與人文的原點，思考如何讓這個強大的工具，真正成為能創造更強大醫療體系的助力。
醫療現場的未來：與 AI 協作，而非競爭
「我們該如何創造共享繁榮？答案並不是放緩技術的發展。我們不是要和機器對抗，而是要與機器合作前行。這才是我們的重大挑戰。」
──艾瑞克．布林優夫森（Erik Brynjolfsson）
在〈醫療照護是「不會被 AI 取代」的鐵飯碗嗎？〉文章中，我分享了 AI 如何快速滲入醫療現場：從診斷、監測，到部分護理工作都能由機器完成。但在第一線臨床工作中，人類醫護仍能從病人的表情、肢體反應到病史脈絡，察覺數據無法呈現的細微變化，揭示科技無法取代的人性與專業價值。
AI 擅長找答案，也比人類更有效率──它能處理有固定規則的線性問題，快速分析龐大資料，同時也可能成為有心人士散佈假訊息、混淆醫療資訊的幫凶。
面對資訊氾濫，不只民眾必須培養健康判斷力，醫護人員更應保持警覺：AI 說了什麼，不代表就是真的。我們該像閱讀一份病人檢驗報告一樣，以批判性思考（Critical thinking）看待它的建議，清楚知道它的極限、盲點及可能的偏見。
唯有如此，醫師的角色才能從「判讀與開藥」，轉變為「整合 AI 建議、與病人共同決策」的新專業。
AI 時代，醫師更需要懂人心
南韓這起「醫療人球」悲劇，也許可歸咎於醫療量能不足、專業分工失衡，簡單一句話解釋的話──醫護人員過勞，醫療系統也快爆炸。但更深一層的問題在於，受到體制、法律與風險意識影響的，不只是民眾，也包含醫療專業人員的行為，這些因素使醫療現場的每一個決定，都變得越來越有挑戰。
臨床上你會發現，醫療工作遠不只是「找到正確答案」這麼簡單。它包括（但不限於）：整合每位病人複雜的病史、評估多重疾病間的交互影響、思考治療目標或方式是否符合病人的價值觀與信仰，甚至是如何溝通壞消息、解釋各種治療選項的風險、陪著病人作出冒險或放手的決定⋯⋯。
每一次抉擇，都伴隨著責任與壓力，這不僅影響醫師的個人職涯，更可能牽動潛在的法律訴訟。因此，在 AI 醫療革命的浪潮下，我認為醫護人員最重要的能力之一是「人文翻譯力」──能聽懂病人真正的問題，並把 AI 的數位語言，轉譯成病人聽得懂、理解得了的語言。
例如，我在長照機構從事臨床照護的多年經驗中，常會面臨這樣的場景：「80 多歲的高齡長輩跌倒骨折了，要不要開刀？」手術風險很高，但不開刀會痛、可能要臥床；如果開刀，卻有可能撐不過手術。當你把這個問題丟給 AI，它會給你「一堆資料」，包括文獻資料、手術風險、過去類似病人成功率等──資訊雖然完整，卻沒有答案。
這位長輩真正想要的是什麼？對他而言，生活品質和生命長度，哪一種更重要？──一位具備「人文翻譯力」的醫師，會提出這樣的問題，因為他知道，不同的病人會有不同的答案。
除了要從病人及家屬的語句中，猜測病人真正想知道什麼，醫師更要結合對其病史的理解，將複雜的治療選項化為病人聽得懂的生活語言，用平實的話語化解焦慮、承接情緒，並在最後負起責任，和病人一起決定：「那我們就決定 A，不選 B。」
再強大的 AI，也救不了失去信任的醫療
AI 的確能讓醫療更有效率──它能協助判讀影像、整理文獻、撰寫病歷，著實減輕醫護人員「非醫療性工作」的負擔，降低重複性工作的倦怠感，甚至推動遠距醫療、可穿戴裝置、自我健康管理及照護機器人的普及。
但當我們回想南韓這起悲劇，我們卻清楚看見：AI 可以提升效率及生產力，卻救不了失去信任的人心，也修補不了疲於奔命的醫療體系。
醫療生態的 AI 浪潮正在改變許多事──從醫療專業角色的轉型，到醫院流程、相關規定的滾動式修正；從健保體系對「醫療價值」及支付制度的再定義，到法規、社會期待與產業結構的重新洗牌。這些變化或許帶來希望，卻也帶來新的醫學倫理與法律難題。
別忘了，醫療專業的養成本來就漫長且艱辛。在台灣，越來越多醫護選擇「離開」醫院，或避開內、外、婦、兒、急診等高風險科別，選擇風險相對低的次專科。原因之一，往往是對整個醫療體制的無能為力。如果制度與社會對醫療的不信任持續惡化，再厲害的 AI 都無法挽回這個崩解的現場。
好醫師的定義從不只是醫術好、技術強，而是能在科技越加強大的時代，仍秉持「醫療的核心是人」。讓 AI 接手那些不太需要「人」的瑣事，將時間留給病人──去溝通、去理解、去陪伴，在手術前落實 SDM（醫病共享決策），同理並真心關懷病人，也願意在不確定中承擔做出決定的重責。
在科技日新月異的今天，我們尋找的或許不只是「正確答案」，而是那份可以把生命交給一位「自己信得過的人」。也許，真正需要被拯救的，正是醫療體系下日益稀薄的信任吧！
執行編輯：洪翊芳
核稿編輯：羅思涵
