「它削的不是成本，是病人的命。」這句話不是出自網絡評論，而是來自一宗正式入稟美國法院的訴訟文件——被告，是全球排名第一的醫院：梅奧診所（Mayo Clinic）。

起訴書的指控很直接：梅奧診所為了節省開支，把人工智能系統塞進臨床流程，結果「走捷徑」，令病人照護質素與私隱同時陷入風險。這不是矽谷新創的實驗室鬧劇，而是發生在每年接待過百萬病人的頂級醫療機構。而更令香港、台灣讀者該坐直身子的是：我們這邊的醫院，正在用幾乎一樣的節奏，悄悄把AI請進診症室。

頂級醫院的光環，與一紙訴訟

梅奧診所在美國醫療界的地位，大概等於「神級」。它長年被《美國新聞與世界報道》評為全美最佳醫院之一，全球病人飛過去求診。正因為光環太亮，這宗訴訟的殺傷力才特別大：如果連梅奧都要為AI「走捷徑」而被告，那麼其他規模更小、監管更鬆的醫院呢？

訴訟的核心不是「AI醫死人」這種戲劇性情節，而是更陰險的東西——流程被壓縮、人手被精簡、判斷被外包給演算法。當醫院管理層看着財報，AI是漂亮的成本削減工具；但當病人躺在病床上，AI出錯的那一刻，負責的仍然是那個可能已經被裁走、或者要一人看三倍病人的醫生。

這正是全球醫療AI爭議的縮影。同一時期，加州州長紐森（Gavin Newsom）簽署一系列法案，明確要保護勞工免受AI風險侵害；中國法院則裁定，僱主不能單憑「AI取代了這個職位」就解僱員工。全世界都在補法律的洞，唯獨醫療這一塊，病人往往是最後才知道自己被AI「參與診斷」的人。

香港、台灣：AI進醫院，快過立法

鏡頭拉回亞洲。香港醫管局近年積極推動「智慧醫院」，AI早已滲入影像判讀、病歷摘要、排班系統等環節；台灣方面，各大醫學中心爭相與科技廠合作，把AI輔助診斷包裝成「提升效率」的賣點，政府亦以政策鼓勵。這些本身不是壞事——放射科醫生看一張CT的時間，AI可能零點幾秒就標出可疑位置。

問題在於透明度與問責。

試想像：你在香港一間公立醫院做完檢查，報告上寫着「未見異常」。你不知道的是，這份報告背後有一個AI系統先看過、給出「低風險」評分，而那位疲於奔命的醫生，只用了九十秒確認。如果AI漏掉了一個早期腫瘤，責任誰負？醫院會告訴你「AI只是輔助，最終由醫生決定」；但當醫生被制度逼到只能依賴AI的提示，這句「輔助」還站得住腳嗎？

台灣的情況更微妙。醫療機構與AI廠商合作時，合約、數據、責任歸屬往往寫得模糊。病人私隱呢？梅奧訴訟其中一項指控，正是AI系統令病人資料暴露於風險。香港與台灣都受《個人資料（私隱）條例》或《個人資料保護法》規管，但這些法例設計時，根本沒有想過「AI供應商在海外、模型訓練數據來自十萬個病人」這種場景。

被削掉的，是那一聲「等一下」

真正令人心寒的，不是AI會犯錯——醫生也會犯錯。令人心寒的是，AI被引入的動機，往往不是為了更準，而是為了更省。

梅奧訴訟的關鍵詞是「cut corners」，走捷徑。當醫院用AI去壓縮診症時間、減少人手、加快病床流轉，病人得到的不是更精準的醫療，而是更匆忙的醫療。那零點幾秒的AI判讀，換來的是醫生少了三十秒去問一句：「你近來仲有冇邊度唔舒服？」

這正是全球醫護罷工、抗議AI的情緒根源。不是他們反科技，而是他們看穿了：在財報面前，AI是削成本的刀；在病人面前，這把刀最終會落在誰身上，沒有人說得清。

延伸閱讀

你敢問醫生一句嗎？

所以，下次你坐在診症室，醫生盯着螢幕、敲幾下鍵盤就開藥給你——你敢不敢問一句：「醫生，啱先係AI睇咗我份報告未？」

問了，可能被當成麻煩病人。不問，你連自己有沒有被演算法「參與」過都不知道。

這條問題，香港人、台灣人，都值得問。而更值得在留言區吵一場的是：當醫院用AI省錢、出事時病人卻求助無門——你認為應該立法強制醫院公開「邊個環節用了AI」，還是覺得呢啲規管只會拖慢醫療、最終害死更多人？

留言講講你的看法。