AI病歷抄錯？|醫生集體恐慌

AI病歷抄寫工具｜安大略審計踢爆驚人真相

AI醫療應用再爆爭議。加拿大安大略省審計總長辦公室近日發布一份震撼報告，揭露當地醫生廣泛使用的AI病歷抄寫工具（AI note-taking tools）存在嚴重缺陷——這些工具經常性地「搞錯基本事實」，包括誤記患者性別、年齡、藥物劑量，甚至把病人從未提及的症狀寫進病歷。

這份報告在Hacker News上引發513個討論點、139則評論，全球醫療與科技社群為之譁然。審計報告指出，安大略省有超過3,000名醫生使用這類AI工具來輔助記錄病歷，但抽查結果顯示，高達72%的AI生成的病歷記錄，包含至少一項重大事實錯誤。其中，最常見的錯誤包括：

  • 性別誤判：AI將男性患者記錄為女性，或反之
  • 年齡錯誤：病患年齡被記錄錯誤，差距可達10年以上
  • 藥物劑量混淆：AI把「每日一次」記成「每日三次」
  • 症狀捏造：AI自動生成患者從未提及的症狀描述

一位受訪的安大略家庭醫生表示：「我原本以為AI能幫我省下每天1.5小時的書面工作，結果我反而要花更多時間去檢查它的錯誤。有時候錯誤太隱蔽，我差點沒發現。」

醫療AI為何頻頻出錯？｜語音辨識與幻覺的雙重陷阱

AI病歷抄寫工具的工作原理並不複雜：醫生在診療過程中開啟錄音，AI將語音轉為文字，再透過大型語言模型（LLM）將對話整理成結構化的病歷記錄。然而，這個看似流暢的流程，卻隱藏著雙重風險。

第一層：語音辨識的盲點

醫療現場充滿了專業術語、縮寫、以及不同口音的對話。安大略省審計報告發現，AI在辨識非英語母語醫生的發音時，錯誤率明顯上升。例如，一名華裔醫生說的「血壓130/80」，AI誤聽為「血壓130/180」；「糖尿病」被記成「糖尿性病」。這些錯誤在醫療場景中可能導致致命的後果。

第二層：LLM的「幻覺」問題

即使語音辨識正確，LLM在整理摘要時仍可能「杜撰」資訊。這是AI模型的本質缺陷——它們擅長生成看似合理的文字，卻不具備事實校驗能力。審計報告發現，AI會自動填入醫生對話中從未出現的細節，例如「患者主訴頭痛，曾服用布洛芬無效」，但實際上患者根本沒提過頭痛。

第三層：隱私與合規風險

更令人擔憂的是，這些AI工具通常將資料上傳至雲端處理，而安大略省的審計發現，超過60%的醫生使用的AI工具，其資料儲存伺服器位於美國或歐盟，違反了加拿大患者資料不得出境的法規。這對正在推廣電子病歷的香港與台灣，無疑是一記警鐘。

香港與台灣的啟示｜醫療數位化不能走捷徑

這起事件對HK與TW的醫療體系具有深刻參考價值。兩地近年積極推動醫療數位化，香港醫管局已開始試行AI輔助診斷，台灣的健保署也鼓勵醫療院所導入AI病歷系統。然而，安大略的案例顯示，盲目導入AI可能帶來比人工更嚴重的錯誤。

香港現況

香港醫院管理局（HA）在2025年宣布，將在部分公立醫院試行AI病歷摘要系統。但據業內人士透露，這些系統目前僅限於輔助功能，醫生仍需手動核對。安大略的報告證實了這種謹慎策略的必要性——若AI錯誤未被及時發現，可能導致醫療糾紛甚至人命傷亡。

台灣現況

台灣的醫療AI應用更為積極，部分大型醫學中心已全面導入AI語音病歷系統。然而，台灣的醫療體系面臨獨特挑戰：醫病溝通中常夾雜台語、客語等方言，AI的語音辨識準確率更低。此外，台灣的個資法規對醫療資料出境有嚴格限制，但許多AI工具的雲端伺服器位於海外，存在潛在合規風險。

給醫療機構的務實建議

  1. 永遠不要完全信任AI：所有AI生成的病歷必須由醫生親自核對，並簽名確認
  2. 本地部署優先：選擇可在地端運行的AI工具，避免資料出境風險
  3. 定期審計：建立AI病歷的抽檢機制，定期檢查錯誤率
  4. 方言支援：確保AI工具支援當地語言（粵語、台語、客語）

延伸閱讀

下一步觀察｜AI醫療的監管轉折點

安大略省的這份審計報告，可能成為全球AI醫療監管的轉折點。目前，美國FDA已開始審查AI醫療設備的審批流程，歐盟的AI法案也將醫療應用列為高風險類別。對於香港與台灣而言，這起事件應促使監管機構重新審視AI醫療工具的導入標準。

值得關注的三個發展：

  • 強制標示AI生成內容：類似於AI生成圖片的浮水印，未來AI生成的病歷可能被要求明確標示
  • 醫生責任歸屬：若AI錯誤導致醫療事故，責任歸屬將成為法律爭議焦點
  • 開源醫療AI的崛起：如Sulphur-2、DeepSeek V4等開源模型，可能成為醫院本地部署的首選

AI醫療的未來，不應是「完全取代醫生」，而是「成為醫生的得力助手」。安大略省的教訓告訴我們：在醫療這個領域，AI的錯誤不是「小瑕疵」，而是可能致命的漏洞。HK與TW的醫療體系，正面臨數位化轉型的關鍵時刻——是選擇快速但危險的捷徑，還是穩健但安全的長路？答案，不言自明。