傅志遠／AI說要做的檢查，醫師為什麼沒做？

病患權益高漲、資訊越發普及的時代，醫療糾紛也越來越多。在各式各樣的糾紛中，有很大宗是所謂的「延誤診斷」。

醫療也會有出錯的時候，確實有些案例被醫師耽誤。不過這篇文章不討論個案，我想談一個「病家很常拿來做為指控誤診的理由」。

常見的狀況是：病人因某個症狀在診所看了一段時間沒改善，轉到大醫院後發現是癌症，因此回頭指控診所醫師「誤診、沒有看出來」；也可能是病人掛過急診或某科醫師，但後續又在其他院所被診斷出前一家醫院沒發現的問題。因此認為醫師「沒有及早檢查出某種疾病」或是「誤診」。

在錯愕與憤怒的當下，指控醫師誤診幾乎是種反射，直覺認定自己的病情被延誤。舉個常見的例子，外科急診常有頭部外傷的病人，要不要做高階檢查、還是保守觀察就好，常是醫師與病人意見不同的地方。病人很擔心想做檢查，醫師則依據當時的臨床症狀、現行醫療指引，甚至是所屬機構的醫療量能，來決定是否安排檢查。

當醫師的專業判定「不需要做檢查」時，一定是症狀完全不符合檢查條件（例如只有一點頭痛頭暈）、依現行的國際處理標準只需要持續觀察，或是這家醫院沒有相關檢查設備，建議到更大的醫院。

即便如此，病人還是有極低機率可能有潛在或是遲發腦出血，一旦遇上這種極端案例，家屬回頭指責醫師「沒做檢查，所以誤診」，到底有沒有道理？甚至有病人拿著Google或AI提供的「腦出血該如何診斷」，用裡頭列出的一大串檢查，質疑醫師為什麼當時沒有做。

以醫療診斷來說，醫師需要先考慮的永遠是「最常見」、「最可能」與「最致命」。

例如病人主訴胸痛，醫師第一個要排除的一定是心肌梗塞，因為心肌梗塞有死亡風險；例如病人主訴咳嗽有痰，通常會往最常見最可能的呼吸道感染（感冒）評估。

然而若病人提出：「咳嗽有痰，有沒有可能是癌症？」醫師該如何應對呢？病人可能上網查資料，得到「肺癌的表現可能是咳嗽有痰，應該做電腦斷層來檢查」的結果，難道每一個咳嗽有痰的病人，都必須做電腦斷層來排除癌症？

想像一下我們在牌桌上打牌，「知道對手底牌」的狀況與「不知道對手底牌」時，出牌策略一定不一樣。不知道對手底牌時，我們只能憑桌上的牌面、對手的表情與自身的經驗，一張一張打出有勝算的牌；如果知道對手底牌是方塊二，無論牌面有多大，表現得再有自信，那我們出牌一定是一路跟到底；反過來說，當知道對手底牌是同花順時，無論自己的牌有多好，應該是蓋牌認輸。

當病人用最後的診斷，回頭去問Google或AI「某種病該做哪些檢查？」網路給出的答案就是建立在已經知道底牌狀況下的策略。

所以這不只是事後諸葛，還是倒果為因。

我絕對相信AI在資料整理與分析上遠超過單一位醫師，然而醫師與AI的差別不在能力，而在於責任。民眾可以拿著AI建議的菜單去餐廳點菜，不好吃也是自己吃掉，要怪就怪AI建議不好；但當民眾用AI的建議要求醫師做什麼或不做什麼，責任是醫師在承擔。

身為一個醫師，我必需替每一個醫療決定負責。做了某個手術，需要承擔成敗；排了某項檢查，需要承擔檢查帶來的副作用風險，甚至是健保核刪；AI卻可以儘管提出其基於大數據分析後的建議，相當完美且周詳，但卻不需要對這些建議的風險與費用負責。

AI是當代很重要的科技進展，然而如何使用，是學問也是藝術。