AI 如何協助病人找到適合的醫療?從就醫準備到診所數位學長姐

以陳依君醫師照片製作的 AI 情境示意圖:醫師自然地看著病人,討論平板上的症狀整理。

「醫師,我這個到底要看哪一科?」

這是家庭醫學科門診裡,我很常聽到的一句話。

有人拿著健檢報告,不知道紅字代表什麼;有人同時睡不好、容易累、腰痠,卻不知道這些問題有沒有關聯。也有人陪父母看了好幾科,手上累積一袋藥、幾份報告,仍然不確定接下來該怎麼辦。

病人面對的困難,常常是資訊很多,卻不知道怎麼整理,更不知道第一步該往哪裡走。

而在診所的另一端,新人也可能遇到類似的困難:

「病人這樣問,我應該怎麼回答?」

「這件事照流程處理就好,還是要立刻請醫師確認?」

一邊是不知道怎麼把問題說清楚的病人,一邊是還在學習如何承接問題的團隊。我認為,AI 很值得發揮的地方,就在這兩端之間。

看診之前:先把「不舒服」整理成可以討論的問題

身體不舒服的時候,一般人不一定知道哪些細節重要。

像是「最近常頭暈」,背後還有很多值得說清楚的事情:什麼時候開始?每次多久?發生前在做什麼?最近有沒有換藥?生活和睡眠有沒有改變?

我會期待 AI 協助病人,把零散的描述整理成一份簡短的就醫筆記:

  • 最困擾的症狀,以及開始的時間。
  • 症狀出現的頻率、持續多久、什麼情況下改變。
  • 已知疾病、目前用藥與最近的調整。
  • 做過的檢查、接受過的處理與反應。
  • 今天最想請醫師協助的問題。

整理完以後,還要自己核對一次。沒有提供的細節,就應該保留為「不清楚」或「待確認」,避免 AI 把推測寫成已經發生的事。

對陪父母看診的子女來說,這也可以是一個整理工具:把家人觀察到的變化放在一起,減少到了診間才發現重要事情忘記講。

以陳依君醫師照片製作的 AI 情境示意圖:戴眼鏡與粉紅工作帽的醫師低頭查看報告,和病人討論症狀紀錄與用藥。
整理症狀、用藥與健檢報告,再與醫師討論下一步。

不知道看哪科時,先準備好讓醫師判斷的資訊

很多人希望 AI 直接回答:「我應該掛哪一科?」

但對我來說,更有幫助的起點是:「我還有哪些資訊需要補充,才能讓醫師比較清楚地判斷?」

同樣是疼痛、疲倦或睡不好,放進不同人的疾病史、用藥與生活裡,意義可能不一樣。家庭醫學科的工作,就是把這些線索放在一起,評估需要先處理什麼、安排哪些檢查,以及是否需要其他專科協助。

我希望 AI 幫病人做好這一步的準備,讓就醫時的討論更有方向。

可以這樣向 AI 提問:

請根據我提供的內容,整理一份看診摘要,包含主要困擾、症狀時間軸、用藥與我想問醫師的問題。

請把不確定的地方另外列出,不要補上我沒有提供的資訊,也不要直接替我下診斷。

這份摘要不需要很長。能讓醫師快速理解「最近發生了什麼」與「你最在意什麼」,就很有價值。

走進診所之後:AI 可以成為願意反覆陪練的數位學長姐

病人把問題整理好了,診所團隊也需要有能力承接。

如果要我形容 AI 在家醫科診所裡最實際的角色,我會想到一位很有耐心、可以一直問的學長姐。

家醫科每天遇到的情境很多。慢性病追蹤、健檢諮詢、體重管理、傷口照護、居家醫療,每一種工作都有需要學習的流程與溝通方式。

對新人來說,有時候已經學過基本知識,卻還是不確定現場該怎麼做。這時候,如果診所已經整理好經過確認的 SOP,AI 就可以協助:

  • 查找流程與對應文件。
  • 模擬病人可能提出的問題。
  • 練習如何用清楚的語言回應。
  • 提醒哪些資訊還沒有確認。
  • 指出哪些情況需要轉交真人主管或醫師。

同一個情境可以練習很多次,也可以換不同說法再問一次。

但在對話裡答對,和現場能夠做好,仍然有一段距離。新人能否獨立執行工作,還需要合適的人員實際觀察與確認。

張益豪醫師在〈AI 有機會成為診所的數位主管嗎?〉中,也從新人訓練、SOP 與學習陪練談起,並強調例外情況與責任承擔需要真人接手。這讓我想到,診所使用 AI 的前提,是先把自己的工作規則說清楚。

衛教的重點,是讓病人理解接下來要做什麼

我自己會拿 AI 來整理衛教內容,檢查說法是不是太艱深,或把同一件事改成病人比較容易理解的版本。

例如,病人問:

「我現在血壓正常了,為什麼還要吃藥?」

這個問題背後,可能是他不理解治療的目的,也可能是擔心副作用、覺得每天吃藥很麻煩,或有其他沒有說出口的困難。

AI 可以協助我們準備不同版本的說明:門診裡可以講的短版、帶回家的衛教單張,以及常見追問的回答草稿。內容仍然需要專業人員核對,也要依病人的實際情況調整。

我更在意的是,說明之後有沒有再問一句:

「你回家後打算怎麼做?」

從病人的回答裡,才比較容易知道他理解了什麼、哪裡仍有疑問,以及這個安排在他的生活裡做不做得到。 [1]

看完醫師之後:把治療計畫帶回生活

一次門診結束,病人可能帶回藥物、檢查安排、衛教資訊與回診日期。回到家後,卻不一定記得每個細節。

在使用適合的工具、確認資料隱私的前提下,可以請 AI 根據已有的醫療文件,協助整理:

  • 醫療團隊已經交代的事項。
  • 文件上載明的回診日期與檢查安排。
  • 日常需要記錄、下次帶回診間的資訊。
  • 還沒有理解、需要再向團隊確認的問題。

藥名、劑量、服用方式與日期,必須回頭核對原始藥袋或醫療文件。資料沒有寫清楚的地方,應向醫療團隊確認,不能讓 AI 自行補出一套安排。

陳昱傑骨科醫師在〈AI 如何幫骨科病人做更好的決定?〉中,談到整理疼痛、活動功能、治療反應與生活目標,協助病人理解治療選擇。

這個角度也很貼近家庭醫學:我們需要知道,治療回到病人的日常之後,究竟帶來了什麼改變,又遇到了哪些困難。

讓 AI 幫忙之前,要先說清楚它可以做到哪裡

無論是病人自己使用,或是診所把 AI 放進工作流程,都需要分清楚「整理資料」「提出草稿」與「做出決定」。

世界衛生組織提醒,生成式 AI 可能提供錯誤、不完整或帶有偏差的內容,使用者也可能因為系統回答得流暢而過度信任。這是我重視人工核對與責任分工的原因。 [2]

李宜靜中醫師在〈哪些事 AI 不准碰?醫療現場的 AI 界線三級制〉中,分享自己的「禁區、雙簽、全權」工作方法。對我來說,值得借鏡的是把權限寫清楚,讓大家知道什麼時候可以繼續,什麼時候必須停下來交給人。

放在家醫科的情境,我會這樣理解:

工作我期待 AI 協助的部分需要由人確認的部分
看診準備整理症狀與問題是否忠實反映病人的描述
新人訓練查詢核准流程、模擬情境是否具備現場執行能力
病人衛教改寫說法、整理草稿醫療內容與個案適用性
診後追蹤整理既定安排與生活紀錄是否需要改變治療計畫
複雜個案彙整資料、列出待釐清問題優先順序、臨床決策與責任

健康資料的使用也要有界線。輸入前應了解平台如何保存與使用資料,避免提供不必要的個人識別資訊。診所使用病人資料,更需要合適的制度與工具 [3];移除姓名並不代表所有隱私風險都已消失。

家醫科最需要留下來的,是理解整個人的時間

真正坐在我面前的病人,可能同時有三高、失眠、疼痛、家庭壓力,以及一大袋藥。

每個問題都值得處理,但今天先談哪一件?病人最困擾的是什麼?我們提出的安排,他有沒有能力做到?家人能不能提供支持?

這些事情,需要臨床評估,也需要對話。

AI 可以協助把資料放整齊、把重複的流程整理好,讓醫療團隊更容易看見還有哪些問題沒有被問到。我希望因此留下來的時間,可以用來理解病人的擔心、討論選擇,並確認下一步真的做得到。

我期待的 AI 醫療,是讓病人來之前更容易準備,讓新人遇到問題時有地方練習,也讓醫師接到的資訊更完整。

對病人來說,最實際的成果,是看完診之後能更清楚地說出:

我現在要做什麼、有哪些事情還需要確認,以及遇到問題時可以找誰。

這也是我心中「數位學長姐」最有價值的地方:協助醫病雙方把事情接起來,讓照護可以繼續往前走。

常見問題

不知道看哪科,可以先問 AI 嗎?

可以請 AI 協助整理症狀與就醫問題,再向醫療專業人員確認方向。AI 提出的科別建議不能取代評估,也不應成為延後必要就醫的依據。

AI 可以成為診所的數位主管嗎?

我比較期待它承接流程查詢、重複教學與情境陪練。人員協調、例外處理、能力確認與責任承擔,仍需要真人主管主導。

AI 整理的衛教內容可以直接給病人嗎?

應先由合適的專業人員核對,確認內容正確、適用情境清楚,也沒有在改寫時漏掉重要條件。個別病人的用藥與治療問題,仍需由醫療團隊處理。

AI 說可以再觀察,就可以放心等嗎?

不能只依靠 AI 的回答決定。若症狀急性、嚴重或持續惡化,應及時尋求醫療協助,避免因為反覆詢問 AI 而延誤評估。

本文為醫療與數位工具的觀點分享,不能取代個別醫療評估;文中應用構想不代表診所已提供相關 AI 服務。

參考文獻

[1] Agency for Healthcare Research and Quality(AHRQ). Use the Teach-Back Method: Tool 5. Health Literacy Universal Precautions Toolkit, 3rd Edition. 2024.

[2] World Health Organization(WHO). WHO releases AI ethics and governance guidance for large multi-modal models. 2024-01-18.

[3] World Health Organization(WHO). Ethics and governance of artificial intelligence for health. 2021.

發表迴響

探索更多來自 家醫姊 陳依君醫師 的內容

立即訂閱即可持續閱讀,還能取得所有封存文章。

繼續閱讀