醫療 AI 的真實世界導入：從承諾走向影響（AI in Real Life: Lessons From Implementation of Artificial Intelligence in Healthcare）

會議／場次： ENDO 2026／SY11 — Artificial Intelligence in Endocrinology: Practical Uses, Lessons Learned, and What Comes Next
短講： SY11-01（PresentationID 1832602）
講者： Naykky M. Singh Ospina, MD, MS（University of Florida）

整理稿

從反思醫療 AI 的歷史開始

主持人先提醒與會者，可透過 ENDO Mobile App 的 Q&A 功能提交問題，並在演講結束後集中討論。Naykky M. Singh Ospina 醫師接著說明，這場約 15 分鐘的演講不再重複列舉工具，而是回顧人工智慧（artificial intelligence, AI）在醫療中的發展歷史與實際導入經驗。講者無相關利益衝突。

她安排三個主軸：先檢視 AI 的承諾與日常影響之間為何仍有落差，再比較兩種內分泌臨床應用——糖尿病視網膜病變（diabetic retinopathy, DR）篩檢與甲狀腺結節超音波評估——最後思考未來如何前進。

Slides 延伸補充：投影片把成功導入拆成六個彼此相依的環節：重要臨床需求、與終端使用者共同設計、驗證與測試、倫理與法規對齊、工作流程整合，以及部署後持續監測；任何一環都不是可在最後才補上的附屬工作。

承諾與影響之間的三道缺口

醫療界多年來不斷聽到 AI 將取代醫師、徹底改變醫療，但真正進入日常照護的應用仍有限。講者用三個問題描述這段落差：第一，演算法能不能運作（technical gap）；第二，它能不能改善臨床照護（clinical gap）；第三，病人與臨床人員願不願意、能不能持續使用（implementation gap）。三者必須同時成立，這正是醫療 AI 難以轉化的原因。

目前 AI 擅長模式辨識、分類、預測與語言處理，但臨床決策還需要理解個別情境、管理不完整資訊與不確定性、區分相關與因果，並沿時間軸整合病人的變化。技術表現良好，也不代表工具自然會進入臨床；它還必須具有臨床用途、可跨族群與場域使用、融入既有流程，並得到病人、醫師、組織與監管環境的支持。因此，醫療 AI 的困難不是單純的技術問題，而是社會—技術（socio-technical）挑戰。

演算法準確只是必要條件；若沒有清楚的臨床問題、可信任的工作流程與可衡量的病人結果，就不能把技術驗證直接等同於臨床價值。

兩種內分泌應用，兩條截然不同的導入路徑

DR 篩檢的核心問題是病人未能完成篩檢。傳統流程需要另約眼科、轉診、等待影像判讀與後續安排；相較之下，視網膜攝影較標準化，影像變異較小，眼科醫師對「超過輕度、應轉診」也有較一致的判斷。AI 的輸出可以簡化成是否需要轉診，因此主要價值是擴大篩檢與追蹤可近性。

甲狀腺結節則從一開始就更複雜：臨床已有過度診斷、過度使用與處置差異，超音波影像又高度依賴操作者、機器與設定。即使 AI 提供癌症風險估計，後續仍可能包括細針穿刺（fine-needle aspiration, FNA）、追蹤、分子檢測、手術或觀察，並非單一二元決策。這使得「誰使用、在何時使用、如何改變決策」比模型準確度更難回答。

DR 自主型 AI：模型之外還要重設照護路徑

講者以獲 FDA 許可的 IDx-DR 自主型 AI說明較成熟的路徑。病人在基層診所接受視網膜攝影，系統先判斷影像品質，再由演算法直接輸出「發現需轉診 DR」或「未發現需轉診 DR」，不需要眼科醫師即時覆核；理想流程是病人在離開診所前就取得結果並安排眼科就診。

投影片呈現的 IDx-DR 統合分析納入 13 項研究、13,233 人，敏感度 95%、特異度 91%、AUC 0.95。另一份涵蓋多種系統的資料包括 34 項研究、134,238 人，合併敏感度約 94%、特異度約 89%。這些數字支持模型具有可接受的診斷表現，但不等於部署後必然改善照護。

真正的臨床差異來自工作流程。追蹤完成率的統合分析納入 6 項研究、20,108 人，AI 篩檢組完成後續門診的勝算比為 1.89（95% CI 1.78–2.01）。另一張投影片以 2,603 名需轉診者說明，AI 輔助照護路徑使轉診完成率增加 23.9%，RR 1.89（95% CI 1.18–3.03）；講者強調這不只來自判讀速度，也包括即時說明、病人衛教、離院前排程與眼科承接量能。

同一工具在不同環境也需要不同部署方式。資源有限或偏遠地區重視可攜式相機、低網路環境、離線傳送與備援電力；整合型醫療系統則可把篩檢嵌入 EHR、人口健康管理、提醒與結果追蹤。工具相同，不代表工作流程可以原封不動複製。

甲狀腺超音波 AI：驗證成熟，實施證據仍早期

甲狀腺超音波 AI 的技術表現同樣亮眼。投影片所列外部驗證統合分析納入 27 項研究、146,332 名病人、超過 600,000 張影像；合併敏感度 87%（95% CI 84–89%）、特異度 83%（95% CI 79–86%）、AUC 0.92（95% CI 0.90–0.93）。以組織學為參考標準時，敏感度 91%、特異度 87%、AUC 0.94；以細胞學為標準時，敏感度 86%、特異度 82%、AUC 0.91。講者並指出，多項比較研究顯示 AI 與有經驗的放射科醫師表現相近。

然而，部署研究仍帶來更多問題而非答案。一項 80 名病人、5 位一般內分泌醫師的研究顯示，AI 與專家判斷的一致性較高，也辨識出更多可疑特徵，但有增加 FNA 或轉診建議的趨勢。另一項由不同資歷使用者參與的研究顯示，AI 對新手或較缺乏經驗者幫助較大，對資深醫師的增益有限，而且效果仍受影像取得品質影響。

因此，甲狀腺 AI 尚未解決幾個關鍵問題：它應是第一判讀者或第二審查者？目標使用者是基層醫師、一般內分泌醫師、放射科醫師或甲狀腺專家？增加可疑特徵的檢出，究竟會改善風險分層，還是加劇檢查與治療？講者估計當時已有約 4–6 款相關 FDA 許可產品，但產品數量不能取代實際部署與病人結果證據。

Slides 延伸補充：投影片把 DR AI 標示為已有指引、CPT 給付、品質指標、部署研究、結果資料與自主使用；甲狀腺 AI 則主要完成 FDA 許可與技術驗證，其餘環節多仍屬發展中或證據有限。

未來需要更好的 AI，也需要更好的證據與實施

講者把下一步歸納為四個方向：更具情境理解、因果推理與縱向思考能力的 AI；以前瞻性、實用性研究驗證病人重視的結果；能融入流程與組織文化的實施方法；以及透明、尊重病人價值並以人為中心的採納。AI 的角色應是支持，而不是取代臨床人員。

她的結論是：AI 必須先處理真正重要的醫療需求，而不同疾病的問題並不相同；診斷準確度必要但不充分；實施環境與演算法同樣重要。AI 只有在解決重要臨床問題、適合實際流程，並讓病人照護變得更好時，才算成功。

現場問答

AI 證據平台會不會只偏向合作期刊？

這題由 David Toro Tobon 醫師回答。他說，OpenEvidence 等平台與特定期刊的策略合作，可能影響介面上優先呈現的內容，但不代表檢索只限於合作期刊。依其在場說明，平台仍跨期刊搜尋並依研究設計、族群與問題評估證據優先順序，因此不應僅因合作宣傳就推論會排除 JCEM 等專科期刊。

把未發表稿件上傳至一般商業 AI 有何風險？

David 回答，將完整未發表文稿放入這類平台確實存在資料外洩風險；他認為實際風險可能不高，但並非不存在。對原始研究資料、機密稿件與受保護資訊，仍應先確認組織政策、平台資料用途與契約保障，不應把「低風險」理解成安全保證。

作者與審稿者使用 AI，會如何影響學術出版？

一位自述為《Endocrine Connections》主編的聽眾指出，審稿者把未發表稿件輸入 AI 產生即時評論，可能破壞保密並讓未審查內容進入模型生態。台上回應引用調查估計，至少 60% 作者曾在寫作中以某種形式使用 AI，但申報比例低於 15%；同時，審稿者也可能在缺乏透明規範下使用 AI。回應者主張，期刊未來需要受控、安全、可保護智慧財產與隱私的 AI 輔助審稿環境；這是方向性建議，不是宣稱現有一般平台已符合 HIPAA 或能「絕對」保密。

甲狀腺超音波 AI 實際如何操作？

Naykky 說，各產品架構不同：有些整合於超音波機器，有些需要上傳靜態影像，較新的系統也可能接受影片；有些只回傳癌症風險，有些能整理常用影像特徵並產生報告。不同輸入方式、硬體需求與授權模式，也會造成前期成本差異。

醫療系統投入 AI 的高額成本是否值得？

最後一題提到醫療系統可能把相當高比例的成本投入 Epic 內外的 AI 工具。Naykky 回應，目前較清楚的效益多見於行政流程，例如 AI scribe 可能減少文書負擔，並與較高申報層級相關；DR AI 則是臨床應用中已有 CPT 代碼的少數成熟案例。對其他工具，價值取決於機構究竟要改善照護品質、工作效率或收入，以及願意為哪一種可量測結果付費。她把現況描述為複雜且仍有高度差異，並未主張所有行政 AI 已有確定的投資報酬。