連病都不會看？年輕醫師「過度依賴AI」史丹佛名醫示警：判斷能力恐退化

實習記者張宣恩／綜合報導

生成式AI正快速進入診間，也開始改變醫學生學習方式。史丹佛大學醫學院學生Simar Bajaj與約翰霍普金斯醫學院創傷外科醫師Joseph Sakran近日警告，真正需要擔心的可能不只是醫師原有能力退化，而是年輕醫師在訓練階段就把推理交給AI，以致從未建立獨立判斷能力。不過，目前證據支持的是「風險」，尚不能證明使用AI必然造成臨床推理退化。

Bajaj與Sakran 8月10日在《衛報》評論文章中，把這種情況稱為「never-skilling」：與其說一名醫師失去已經具備的能力，更值得警戒的是，受訓者可能在能力形成之前，就習慣讓AI替自己完成鑑別診斷、整理證據甚至提出下一步處置。

傳統臨床訓練中，醫學生面對一名病人的症狀、檢驗數據與病史，必須先提出可能診斷，再由主治醫師追問：還漏了什麼？哪個疾病最危險？哪些證據支持或排除它？答案不完整，反而會暴露知識缺口。

生成式AI改變了這個順序。學生可以在數秒內取得一份結構完整的鑑別診斷，短期看來提高效率，卻可能讓教師難以判斷眼前的完整答案，究竟來自學生自己的推理，還是工具代為完成。Bajaj與Sakran因此主張，訓練時應採取「先推理、再用AI」：學生先留下自己的初步診斷與處置理由，再使用AI檢查遺漏，並定期接受不使用AI的病例評量。

這項爭論之所以受到關注，也與AI在醫療現場快速普及有關。OpenEvidence今年向NBC News表示，4月約有65%的美國醫師使用其服務；但這項比例來自公司提供的數據，並非獨立全國抽樣調查，因此不能直接視為美國醫師整體使用率的精確估計。另一項2026年針對54名住院醫療人員的研究則發現，66.7%受訪者曾在臨床工作使用AI，其中OpenEvidence是最常使用的平台。

《Nature Medicine》6月發表研究，比較OpenEvidence、UpToDate Expert AI與GPT-5.2、Gemini 3.1 Pro、Claude Opus 4.6。在500題MedQA測試中，Gemini準確率為97.4%、GPT為94.2%，OpenEvidence為89.6%；在100個真實醫師提問的盲測中，三款通用前沿模型同樣整體優於兩款臨床專用工具。

但這項研究證明的是「特定AI工具在特定測試中的表現差異」，不是AI已造成醫學生能力衰退。另一項2026年隨機對照研究甚至發現，在風濕科病例題中，適當使用大型語言模型可以改善醫學生的診斷推理表現。換句話說，問題可能不在「用不用AI」，而在AI介入學習的時間、方式，以及學生是否仍被要求提出自己的判斷。

他們認為，醫學教育面臨的難題因此不是把AI趕出教室，而是重新設計評量：當答案取得愈來愈容易，學校必須確認學生仍能說明自己為何相信某個診斷、何時懷疑工具，以及沒有AI時能否獨立處理不確定性。對病人而言，真正重要的也不是醫師是否使用AI，而是當AI答錯、漏掉關鍵線索，或給出「看似正確」的答案時，坐在診間裡的人是否有能力看出來。