AI病歷摘要常漏掉的「非語言」細節

語音轉文字的AI抄寫工具，能幫醫師省下大量打病歷的時間，這也是許多醫療機構考慮導入的原因。不過根據《BMJ Digital Health》於2026年9月刊出的一份研究，這類工具有一個容易被忽略的弱點：它們擅長記錄「說了什麼」，卻常常漏掉「沒說出口」的部分（科技新報報導）。對負責審核導入計畫的醫療機構行政與品管人員來說，這是評估AI病歷工具時值得多想一步的地方。

漏掉的不只是文字

研究指出，AI生成的病歷摘要容易遺漏病患的表情與手勢、情緒狀態，以及病患敘述病程時流露出的猶豫與真實感受。研究也提到，當病患得知談話正被錄音、交由AI處理時，遇到藥物濫用、家庭暴力或心理健康等敏感議題，往往會變得更加防備、欲言又止——而這種「沒說出口」的猶豫，本身就是臨床上重要的訊號，卻正是語音為主的AI工具最難捕捉的部分。

過度依賴可能弱化醫師本身的記憶

研究還發現一個值得注意的現象：部分醫師在長期倚賴AI抄寫系統後，不僅較難辨認哪些內容是AI產出、哪些是自己確認過的，甚至在病患下次回診時，對病患細節的記憶也相對變得薄弱。換句話說，工具原本是要減輕醫師的文書負擔，但若使用方式不當，反而可能讓醫師對病患的掌握度下降。

醫療機構可以先做的準備

這份研究並非要否定AI抄寫工具，而是提醒醫療機構在推廣使用時，需要配套的把關機制。可以優先考慮的做法包括：

• 把AI產出視為草稿，而非成品：要求臨床人員逐項核對、確認後才能簽署，而不是直接採用。
• 導入前做獨立的品質評估：評估過程不應由軟體供應商主導或參與太深，避免球員兼裁判。
• 建立持續稽核與教育訓練：定期抽查AI病歷與原始對話的落差，並提醒使用者留意非語言細節容易被漏記的風險。

重點整理

• 《BMJ Digital Health》2026年9月的研究指出，AI病歷摘要工具容易遺漏病患的表情、情緒與猶豫等非語言細節。
• 病患得知對話被AI處理後，面對敏感議題可能更加防備，這類反應也不易被語音工具捕捉。
• 部分醫師長期依賴AI抄寫系統後，對病患細節的記憶反而變得薄弱。
• 醫療機構導入前，建議把AI產出視為需人工核對的草稿，並安排不受供應商主導的獨立品質評估與持續稽核。

資料來源：〈醫療 AI 廣泛導入前急踩煞車，研究指 AI 病歷易漏抓「非語言細節」引發危機〉，科技新報，2026年9月11日

---

本網站內容僅供一般資訊提供與研究、教育之用，不能取代針對特定病患的醫療診斷或建議。