作者：數位轉型學院共同創辦人暨院長 詹文男
好友老張是我認識多年、總能搶先看到未來的趨勢觀察者。近來他一頭栽進人工智慧（AI）在百工百業的應用研究，連吃飯聊天都忍不住冒出AI的話題。
某天他突然問我：「如果讓AI和醫生一起看病，誰的表現比較好？」
我毫不猶豫地回答：「當然是醫生加AI啊！AI是工具，醫生有經驗，兩者結合不是天下無敵？」。沒想到老張搖搖頭，語帶神秘地說：「最近一項美國研究結果完全顛覆你的想像。」他接著說明了一個由美國波士頓一家醫院進行的臨床診斷實驗，其結果令人大跌眼鏡。
這項實驗是由Rodman博士主持，設計了三組診斷對象。第一組僅由醫生使用傳統方法診斷，第二組醫生結合ChatGPT-4輔助進行診斷，第三組完全由AI獨立完成診斷任務。結果出爐時，研究團隊也嚇了一跳，AI獨自診斷的表現，竟然全面優於其他兩組。AI的整體診斷準確率高達90分，遠勝於第二組（醫生+AI）的76分，以及第一組（醫生單獨）僅有的74分。
換言之，AI一人單挑，不但比醫生還強，連與醫生合作時都被拉低分數，這樣的結果究竟出了什麼問題？為何AI搭醫生不如AI單飛？背後藏著兩大心理盲點：
首先是過度自信效應（Over confidence Bias）。許多醫生在臨床工作中累積大量實務經驗，自信心強，也自認對疾病有第六感。但這種過度依賴直覺的傾向，往往讓醫師在AI提出不同建議時，選擇忽略、質疑，甚至完全不採納。人腦對機器的建議，存在天然的不信任門檻。
其次是確證偏誤（Confirmation Bias）。當AI建議與醫生原本判斷不一致時，醫生傾向只注意那些支持自己觀點的資訊，對AI提供的反證視而不見。這種選擇性接收資訊的行為，無形中減損了AI輔助的效益。結果AI本來提供了正確診斷方向，但醫生卻彎回來，導致團隊表現反而不如AI獨立操作。
這起案例打破了多數人對AI只是工具的刻板想像。事實上，在高風險、知識密集的醫療領域，AI不只有工具層級的影響，甚至是重構整個診斷流程、決策方式與醫病關係的驅動力。
AI能從成千上萬筆醫療資料中提取模式、推論病因、甚至生成治療建議，遠超過人類單一記憶與邏輯運算的範疇。這種數據驅動式診斷，對於傳統以經驗為本的醫師而言，是一場徹底的認知挑戰。
但問題在於醫療的核心始終是人，而不是技術。如果人不願放下既有信念、學會信任、善用AI，那麼再先進的工具也只能淪為裝飾。
從制度層面來看，這場醫師與AI的協作實驗，也提醒我們醫療機構的轉型不能只靠科技升級，更需要文化重塑與流程再造，這包括：
1.建立AI教育與信任機制：醫師不是天生懂AI，也不可能一夜之間變成資料科學家。因此，醫院應針對不同職類設計AI素養課程，培養AI解讀力與判斷融合力。尤其要讓專業人員知道，AI不是來取代，而是來賦能。
2.重設診斷流程與分工架構：未來醫療流程不該是醫生決定、AI輔助，而應設計成AI初步分析、醫生進一步詮釋、雙方共構決策。也就是說，AI成為第一診斷線，醫師成為人類同理與專業把關者。
3.打造跨域協作團隊：AI醫療發展需要醫師、資料科學家、工程師、心理師與法規顧問共同參與。沒有跨域合作的醫療轉型，只會讓AI孤立無援、成效有限。
話說回來，AI的確在某些疾病判別上表現出驚人的準確率，但它也不是萬能。
AI依賴的是訓練資料集，而這些資料也可能存在偏差、歷史性歧視或標記錯誤。
此外，對於一些非結構性、需高度臨床直覺的複雜病例，AI可能無法準確判讀。更重要的是。AI無法理解病人的恐懼、焦慮與情感需求，也無法進行倫理判斷與價值溝通，而這正是醫師不可取代的價值所在。
老張的提問，乍看只是趣味測驗，其實是對整個醫療體系的深層烤問：我們是否已準備好與AI攜手合作？若人類仍堅守舊有的專業與思維，即使AI再進化，也只會被擋在門外。相反地，若我們願意放下自以為是的判斷框架，學習與AI共舞，那麼醫療的未來將充滿可能。
因為最強大的醫療，不是AI取代醫師，也不是醫師壓過AI，而是一場人與AI之間的互信合作。
我們該問的，不是AI會不會比醫師強，而是我們願不願意讓AI成為最強的醫療夥伴？！
（作者為數位轉型學院共同創辦人暨院長、台灣大學商學研究所兼任教授）