日常 AI：讓臨床與學術工作更有效率的實用工具（Everyday AI: Tools to Work Smarter in Clinical and Academic Life）

會議／場次： ENDO 2026／Artificial Intelligence in Endocrinology: Practical Uses, Lessons Learned, and What Comes Next（SY11）
短講： Everyday AI: Tools to Work Smarter in Clinical and Academic Life（SY11-02）
講者： David Toro Tobon, MD

整理稿

從「取代醫師」改成 co-pilot 思維

主持人 Camilo González Velásquez 與 Juan Pablo Brito 把這場 symposium 定位為不談 hype、只談目前可用的 AI、真實 workflow 經驗，以及如何把 trust、safety、equity 與 patient-centered care 放在設計核心。David Toro Tobon 醫師則將焦點放在當下已能使用的 chatbots、large language models（LLMs）與臨床工具。

講者認為，AI 不會簡單地取代醫師，但會使用 AI 的醫師可能逐漸取代完全不使用 AI 的醫師。人類能處理的資料量有限，優勢在 emotional intelligence、creativity、common sense 與 critical thinking；AI 則擅長大量資料處理、速度、pattern recognition 與 automation。兩者不是同一種智慧，因此目前最適合的角色不是 autopilot，而是由醫師掌握方向、與工具共同創作的 co-pilot／co-reasoner。

Slides 延伸補充：講者揭露曾於 2024 年 9 月至 2025 年 9 月擔任 Immunovant 顧問，但與本演講討論的商業 AI 公司或工具沒有財務關係；投影片所列工具均有供個人使用的免費版本或 tier。

AI scribe 能省多少時間

AI scribe 可錄下診間對話，於看診結束後產生 history of present illness、physical exam 與 assessment and plan 草稿。前瞻性 randomized controlled trial 顯示，兩套系統都能減少寫病歷時間，但圖表看起來的巨大差異，換算後其實相對溫和：一套約少 18 秒／note，另一套約少 41 秒／note，全天約節省 6–14 分鐘。

較重要的可能不是純粹時間，而是 cognitive load、patient-facing time 與下班後完成病歷的 pajama time。研究中的 Mini-Z joy／burnout 與 physician task load 也有改善訊號；不過講者提醒，這些效益不代表 AI 已能替代醫師的 note review。

AI scribe 以機率模型生成文字，錯誤不可避免。Biro 等人的圖表把錯誤分成 omission、addition、irrelevant／wrong output 與 misplaced information；兩個產品中，omission 約占 54% 或 83%，addition 約 11% 或 25%，irrelevant／wrong output 約 6% 或 10%，misplaced information 約 4% 或 6%。這些比例是「各類錯誤占總錯誤的組成」，不是所有病歷發生錯誤的機率。

Better documentation 不必然等於 better care

講者引用一項 primary care 的研究：導入 AI scribe 後，psychiatric symptoms 的病歷紀錄明顯更完整，但醫師針對這些症狀採取的 clinical actions 反而下降。這是一項近期觀察，不能單憑結果斷定 AI 造成照護變差；然而它提出一個重要問題：當整理病歷的認知工作被外包後，醫師是否也少了在撰寫 assessment and plan 時主動梳理問題的過程？

好的病歷草稿只是中間產物，不是照護品質的替代指標。AI 可以減少機械性負擔，但醫師仍須親自確認資訊、形成判斷並採取行動。

AI scribe 的實作技巧與合規底線

AI scribe 優先追求 completeness，而非模仿每位醫師的 prose。部分產品能依 accent、terminology 與修訂回饋調整，但大型醫療體系為保護病人資料，常使用刻意保持 static 的版本，不一定會隨個人修正而「學會」其風格。因此應調整期待，並主動設定 template，而不是只使用預設值。

診間對話可以自然，但 clinical intent 必須清楚。講者建議明確說出「針對 X，plan 是……」、提示話題轉換，並清楚口述正在評估或排除的診斷。看診結束前，可把系統當作 dictaphone，補上一小段自己的 diagnostic reasoning 與 assessment／plan，讓病歷草稿以醫師的思路為錨點。多數工具也能處理多語言對話並產生指定語言的病歷。

錄音前必須取得 patient consent，且要依所在地的一方或雙方同意規則、機構政策與 EMR 紀錄要求辦理。小型診所自行採購工具時，需確認廠商有適用的 Business Associate Agreement（BAA）、HIPAA 配置與資料不被拿去訓練未授權模型的保障。這些條件不能只靠產品標示推定。

Point-of-care 工具與 digital skepticism

以 OpenEvidence 為例，講者投影片列出截至 2026 年 5 月已有 65% 的美國臨床醫師曾使用；2026 年 3 月 10 日單日記錄 100 萬次 clinical consultations，2026 年 4 月則為 2,700 萬次。市場上另有 UpToDate Expert AI、Consensus、ChatGPT for Clinicians、Dyna AI for DynaMedex、Vera Health、ClinicalKey AI+ 與 Glass Health 等工具。它們以臨床文獻 grounding，適合 initial query、follow-up questions、patient handouts、multilingual education 與 prior authorization 等行政文件，但 grounding 只是在降低風險，不能消除 hallucination。

投影片引用 Vishwanath 等人的 MedQA error rate 與 HealthBench deficit，比較 general-purpose 與 clinical tools。講者特別說明，這些指標分別近似 knowledge gap 與 alignment gap，研究評量方法也有限制；不能把圖上的百分比直接解讀為每個工具在真實臨床的「幻覺率」或安全排名。

核心策略是 human in the loop 與 digital skepticism。AI 的工作是尋找、彙整 evidence，醫師的工作是 critical appraisal 與 verification。不可直接依未查證的 AI claim 做決策；至少要點開來源、核對摘要，高風險決策則應閱讀原始全文。

用 P.U.L.S.E. 提供足夠 context

短促的 prompt，例如只說「替需要 GLP-1 receptor agonist 的 type 2 diabetes 患者寫 prior authorization appeal」，通常缺乏足夠背景。較好的 prompt 應交代使用者角色、臨床情境、拒付理由、患者風險、需要綜合的 evidence 與期望產物。

講者以 P.U.L.S.E. 整理 prompt elements：P—Persona（AI 扮演什麼角色）、U—Universe（所在情境）、L—Logic（需遵循的推理與證據要求）、S—Structure（輸出格式），以及 E—Expectation（希望達成的結果）。如果要加入病歷資料，前提是工具與機構政策都允許，而且只提供完成任務所需的最少資訊。

Privacy：green shield 不等於 HIPAA 結論

講者建議，除非明確確認，否則預設一般 LLM／chatbot 不具備可處理 protected health information 的合規條件。即使產品宣稱可支援 HIPAA，醫師仍須確認自己的機構是否核准；病歷資訊屬於醫療機構的受保護資料，個人與服務商簽約不等於獲得機構授權。

他以 Microsoft 365 Copilot 的 green shield 為例：green shield 表示 commercial data protection，例如輸入不被用來訓練模型，不能單獨視為 HIPAA compliance 證明。投影片細字進一步指出，Microsoft 365 Copilot 與 Copilot Chat 只在 properly configured implementation 下支援 HIPAA compliance，而且 web search queries 不在 DPA 與 BAA 的保障範圍內。實際可否輸入病人資訊，仍須由機構的合約、設定與政策確認。

無法確認時應先 de-identify：把 exact dates 改成 relative timelines，移除姓名並改用一般代稱／年齡／性別，刪除特定機構、地點與 provider names。這是降低風險的最低措施，不是繞過機構政策的許可。

學術工作、authorship 與 peer review

學術工作可把 AI 當作 co-reasoner，用於 brainstorming、outline、title、language polishing、translation 或文獻吸收；Elicit、Consensus 可協助 systematic review workflow，NotebookLM 可把指定文獻整理成 podcast、mind map 或可互動 notebook，Claude、Gemini、Napkin 等則可支援簡報與視覺草稿。任何結果仍須由研究者核對。

Meyer 等人的投影片把責任界線說得很清楚：LLM 產出必須先被使用者採納才可分享，採納者須對 validity 與 truthfulness 負責。若 AI 參與 substantive writing、data analysis 或 figure creation，應依期刊與機構規範在 methods 或 acknowledgements 揭露。

Peer review 的界線更嚴格：不可把 manuscript full text、abstract 或 confidential data 上傳公開工具，也不能把「寫審稿、接受／拒絕、判斷 novelty」外包給 AI。可以在不提供稿件內容的前提下潤飾自己已完成的 feedback，並自行做最新文獻檢索、核對 references、驗證所有 co-created output，且清楚揭露工具、版本與使用範圍。

整場演講的共同原則是：AI 可以處理資料、產生草稿與降低摩擦，但 clinical decision、privacy judgment、學術責任與最終查證仍屬於人；任何工具都應以 co-pilot 使用，而不是交給它 autopilot。