台灣急診醫學會 - 台灣急診醫學通訊


首頁本會期刊台灣急診醫學通訊第八卷第六期急診醫學的增強智慧：在大型語言模型時代重塑醫師的決策角色本會期刊台灣急診醫學通訊台灣急診醫學通訊第八卷第六期刊登日期：2025/12/31 Taiwan Emergency Medicine Bulletin 8(6) : e2025080607回上頁點閱次數：155 PDF下載次數：2 急診醫學的增強智慧：在大型語言模型時代重塑醫師的決策角色傅為剛¹、劉博期¹、林彥克^2,3 ¹高雄醫學大學學士後醫學系 ²高雄醫學大學附設中和紀念醫院急診外科主任 ³高雄醫學大學附設中和紀念醫院外傷及重症外科主治醫師前言近年來，人工智慧（artificial intelligence, AI）技術迅速發展，逐漸成為全球科技研究與產業應用的焦點。自 2012 年卷積神經網路（convolutional neural network, CNN）在電腦視覺領域取得突破性進展以來，深度學習的演算法能力持續躍升，並在語言處理領域隨著大型語言模型（large language models, LLMs）的問世而變得更為成熟。這些技術已在多個產業帶來結構性改變，醫療領域亦不例外，甚至引發部分專家對於「醫師是否可能被取代」的討論。 2024 年，史丹佛大學 Jonathan H. Chen 醫師團隊發表一項引人注目的研究[1]，探討 LLM 在臨床診斷推理中的表現。研究結果顯示，單獨使用 LLM 所獲得的診斷分數，竟高於醫師在 LLM 輔助下的表現，以及醫師依循傳統資源進行推理的結果，而醫師在 LLM 協助下的分數僅較使用傳統資源高出約兩個百分點。若僅看結論，確實容易令人憂心。然而，深入分析研究方法可發現：輸入 LLM 的臨床案例均是由醫師事先整理、結構化後的內容，因此該結果並不能直接推論 LLM 能在無人監督的情況下正確處理複雜、原始的臨床資訊。然而，這項研究揭示的真正重點並非「AI 將取代醫師」，而是未來醫療人員如何有效學習與掌握 LLM 的特性，並將其整合進臨床流程，以提升診斷效率、決策品質與醫療安全。換言之，LLM 的發展迫使醫師重新思考自身角色：從單純提供醫療知識轉變為善用數位工具、維持專業判斷、確保醫療品質的整合型臨床決策者。內容在當前的急診醫學環境中，醫療人力的長期短缺與病患就診量持續攀升已成為常態化的挑戰。急診醫師除需迅速處置各類急重症、穩定患者生命徵象外，亦必須面對患者與家屬因疾病不確定性所引發的高度焦慮情緒。除此之外，繁複且耗時的醫療文書作業亦大幅增加臨床負擔，進一步壓縮醫療人員可投入於直接照護的時間。在此背景下，研究者與臨床醫師開始探索大型語言模型於急診醫療流程中的應用，以期透過人工智慧工具降低行政負擔、優化臨床決策並提升整體醫療效率。從幾篇回顧性的文獻可以總結出，沿著病人從症狀出現到離開急診的流程，AI 幾乎在每個環節都可扮演輔助角色[2-4]。症狀初起時，對話式系統可用自然語言與民眾互動，釐清主訴與危險徵象，協助判斷該自我觀察、門診追蹤、直接就醫或呼叫救護車；啟動緊急醫療服務後，自然語言模型能從 119 通話與救護紀錄中萃取關鍵資訊並評估重症風險，事先通知接收醫院。抵達急診時，機器學習模型結合主訴、生命徵象與既往紀錄，輔助緊急嚴重指數(emergency severity index, ESI)分級與預測住院、ICU 或惡化機率，提醒分診與醫師及早處置。醫師問診與身體檢查階段，LLM 可自動閱讀過去龐雜病歷並生成重點摘要，亦可把醫病對話轉寫為病歷草稿，減少文書時間。進入檢查與治療後，影像 AI 協助標示顱內出血、氣胸等急症影像，預測模型整合檢驗與臨床資料估算敗血症、再返急診與死亡風險，LLM 則整理鑑別診斷與相關指引，提供決策參考。在觀察與留院前，AI 依照病程變化發出惡化預警，並自動生成交班與轉入摘要；出院時，則可依病人語言與理解程度產生個人化衛教與警示症狀說明，出院後再透過簡訊或聊天機器人主動追蹤高風險個案。儘管願景美好，文獻一致提醒急診醫師必須正視 AI 目前的多重侷限[2-4]。首先，目前多數工具仍停留在概念驗證或單一院所回溯分析的階段，缺乏經過多中心、前瞻性臨床試驗所支持的實證。再者，深度學習與 LLM 具有典型的「黑箱」特性，臨床醫師往往難以理解其建議背後的推論過程；更棘手的是，LLM 有時能以極為流暢的語言給出看似合理的說明，但內容卻可能摻雜錯誤資訊，甚至虛構檢查結果或文獻來源。此外，AI 模型高度仰賴訓練資料的品質與代表性，若某些族群（例如兒科病人、少數族裔或社經弱勢者）在資料中被低度呈現，模型表現即可能產生系統性偏差；電子病歷內若本身充斥錯誤或不完整紀錄，亦會導致「垃圾進、垃圾出(garbage in, garbage out)」的結果。最後，臨床亦需留意模型老化（model drift）現象：隨著疾病譜、診療準則或人口結構的改變，原本表現良好的模型可能逐漸失準，因此必須仰賴持續監測與動態更新。另外，有研究指出，從實務角度而言，若臨床醫師最終仍需花費相當時間逐條核對與修正 AI 產生的內容，工作重心只是從「輸入」轉為「校對」，總體時間與心力負擔未必真正減輕，甚至可能因對內容真偽的持續懷疑而進一步惡化[5]。結語面對這波科技浪潮，急診醫學界建議應將 AI 視為增強智慧(Augmented Intelligence)，意即它應是醫師的副駕駛而非替代者。未來的急診醫師不需成為程式設計師，但必須具備AI 素養，了解模型的運作原理與極限，才能在臨床上安全地駕馭這項工具。最終，AI 的成功整合需要臨床醫師積極參與開發與監管，確保Human-in-the-loop，讓科技在提升效率的同時，不犧牲醫療的人性與溫度。參考資料 1. Goh, E., et al., Large Language Model Influence on Diagnostic Reasoning: A Randomized Clinical Trial. JAMA Network Open, 2024. 7(10): p. e2440969–e2440969. 2. Petrella, R.J., The AI Future of Emergency Medicine. Ann Emerg Med, 2024. 84(2): p. 139–153. 3. Preiksaitis, C., et al., The Role of Large Language Models in Transforming Emergency Medicine: Scoping Review. JMIR Med Inform, 2024. 12: p. e53787. 4. Kachman, M.M., et al., How artificial intelligence could transform emergency care. Am J Emerg Med, 2024. 81: p. 40–46. 5. Preiksaitis, C., C.A. Sinsky, and C. Rose, ChatGPT is not the solution to physicians' documentation burden. Nat Med, 2023. 29(6): p. 1296–1297. 回上頁

第八卷第六期
刊登日期：2025/12/31
Taiwan Emergency Medicine Bulletin 8(6) : e2025080607回上頁

點閱次數：155 PDF下載次數：2

急診醫學的增強智慧：在大型語言模型時代重塑醫師的決策角色

傅為剛¹、劉博期¹、林彥克^2,3

¹高雄醫學大學學士後醫學系

²高雄醫學大學附設中和紀念醫院急診外科主任

³高雄醫學大學附設中和紀念醫院外傷及重症外科主治醫師

前言

近年來，人工智慧（artificial intelligence, AI）技術迅速發展，逐漸成為全球科技研究與產業應用的焦點。自 2012 年卷積神經網路（convolutional neural network, CNN）在電腦視覺領域取得突破性進展以來，深度學習的演算法能力持續躍升，並在語言處理領域隨著大型語言模型（large language models, LLMs）的問世而變得更為成熟。這些技術已在多個產業帶來結構性改變，醫療領域亦不例外，甚至引發部分專家對於「醫師是否可能被取代」的討論。

2024 年，史丹佛大學 Jonathan H. Chen 醫師團隊發表一項引人注目的研究[1]，探討 LLM 在臨床診斷推理中的表現。研究結果顯示，單獨使用 LLM 所獲得的診斷分數，竟高於醫師在 LLM 輔助下的表現，以及醫師依循傳統資源進行推理的結果，而醫師在 LLM 協助下的分數僅較使用傳統資源高出約兩個百分點。若僅看結論，確實容易令人憂心。然而，深入分析研究方法可發現：輸入 LLM 的臨床案例均是由醫師事先整理、結構化後的內容，因此該結果並不能直接推論 LLM 能在無人監督的情況下正確處理複雜、原始的臨床資訊。然而，這項研究揭示的真正重點並非「AI 將取代醫師」，而是未來醫療人員如何有效學習與掌握 LLM 的特性，並將其整合進臨床流程，以提升診斷效率、決策品質與醫療安全。換言之，LLM 的發展迫使醫師重新思考自身角色：從單純提供醫療知識轉變為善用數位工具、維持專業判斷、確保醫療品質的整合型臨床決策者。

內容

在當前的急診醫學環境中，醫療人力的長期短缺與病患就診量持續攀升已成為常態化的挑戰。急診醫師除需迅速處置各類急重症、穩定患者生命徵象外，亦必須面對患者與家屬因疾病不確定性所引發的高度焦慮情緒。除此之外，繁複且耗時的醫療文書作業亦大幅增加臨床負擔，進一步壓縮醫療人員可投入於直接照護的時間。在此背景下，研究者與臨床醫師開始探索大型語言模型於急診醫療流程中的應用，以期透過人工智慧工具降低行政負擔、優化臨床決策並提升整體醫療效率。

從幾篇回顧性的文獻可以總結出，沿著病人從症狀出現到離開急診的流程，AI 幾乎在每個環節都可扮演輔助角色[2-4]。症狀初起時，對話式系統可用自然語言與民眾互動，釐清主訴與危險徵象，協助判斷該自我觀察、門診追蹤、直接就醫或呼叫救護車；啟動緊急醫療服務後，自然語言模型能從 119 通話與救護紀錄中萃取關鍵資訊並評估重症風險，事先通知接收醫院。抵達急診時，機器學習模型結合主訴、生命徵象與既往紀錄，輔助緊急嚴重指數(emergency severity index, ESI)分級與預測住院、ICU 或惡化機率，提醒分診與醫師及早處置。醫師問診與身體檢查階段，LLM 可自動閱讀過去龐雜病歷並生成重點摘要，亦可把醫病對話轉寫為病歷草稿，減少文書時間。進入檢查與治療後，影像 AI 協助標示顱內出血、氣胸等急症影像，預測模型整合檢驗與臨床資料估算敗血症、再返急診與死亡風險，LLM 則整理鑑別診斷與相關指引，提供決策參考。在觀察與留院前，AI 依照病程變化發出惡化預警，並自動生成交班與轉入摘要；出院時，則可依病人語言與理解程度產生個人化衛教與警示症狀說明，出院後再透過簡訊或聊天機器人主動追蹤高風險個案。

儘管願景美好，文獻一致提醒急診醫師必須正視 AI 目前的多重侷限[2-4]。首先，目前多數工具仍停留在概念驗證或單一院所回溯分析的階段，缺乏經過多中心、前瞻性臨床試驗所支持的實證。再者，深度學習與 LLM 具有典型的「黑箱」特性，臨床醫師往往難以理解其建議背後的推論過程；更棘手的是，LLM 有時能以極為流暢的語言給出看似合理的說明，但內容卻可能摻雜錯誤資訊，甚至虛構檢查結果或文獻來源。此外，AI 模型高度仰賴訓練資料的品質與代表性，若某些族群（例如兒科病人、少數族裔或社經弱勢者）在資料中被低度呈現，模型表現即可能產生系統性偏差；電子病歷內若本身充斥錯誤或不完整紀錄，亦會導致「垃圾進、垃圾出(garbage in, garbage out)」的結果。最後，臨床亦需留意模型老化（model drift）現象：隨著疾病譜、診療準則或人口結構的改變，原本表現良好的模型可能逐漸失準，因此必須仰賴持續監測與動態更新。另外，有研究指出，從實務角度而言，若臨床醫師最終仍需花費相當時間逐條核對與修正 AI 產生的內容，工作重心只是從「輸入」轉為「校對」，總體時間與心力負擔未必真正減輕，甚至可能因對內容真偽的持續懷疑而進一步惡化[5]。

結語

面對這波科技浪潮，急診醫學界建議應將 AI 視為增強智慧(Augmented Intelligence)，意即它應是醫師的副駕駛而非替代者。未來的急診醫師不需成為程式設計師，但必須具備AI 素養，了解模型的運作原理與極限，才能在臨床上安全地駕馭這項工具。最終，AI 的成功整合需要臨床醫師積極參與開發與監管，確保Human-in-the-loop，讓科技在提升效率的同時，不犧牲醫療的人性與溫度。

參考資料

1. Goh, E., et al., Large Language Model Influence on Diagnostic Reasoning: A Randomized Clinical Trial. JAMA Network Open, 2024. 7(10): p. e2440969–e2440969.

2. Petrella, R.J., The AI Future of Emergency Medicine. Ann Emerg Med, 2024. 84(2): p. 139–153.

3. Preiksaitis, C., et al., The Role of Large Language Models in Transforming Emergency Medicine: Scoping Review. JMIR Med Inform, 2024. 12: p. e53787.

4. Kachman, M.M., et al., How artificial intelligence could transform emergency care. Am J Emerg Med, 2024. 81: p. 40–46.

5. Preiksaitis, C., C.A. Sinsky, and C. Rose, ChatGPT is not the solution to physicians' documentation burden. Nat Med, 2023. 29(6): p. 1296–1297.