AI時代掩沒醫生核心價值嗎？ 演算介入決策 醫德面臨考驗
近年，人工智能（AI）的浪潮持續席捲全球，從聊天機械人到自動駕駛，皆展示着技術的強大威力。在醫療領域，AI 的應用也日益頻繁：從醫學影像分析、癌症風險早期預測，到協助撰寫病歷。對大眾而言，這似乎預示着一個更精準、更高效的醫療時代。
然而，作為家庭醫生，在診室這張小小的診療枱前，我們經常思考一個問題：當演算法開始介入決策，醫生一直堅守的核心價值，是否會被掩沒在冰冷的數據「黑盒」之中？
英國哲學家菲利帕福特（Philippa Foot）於1967年提出著名的「電車難題」（Trolley Problem）：面對一輛失控且即將撞死5人的電車，你站在切換軌道的拉桿旁，若拉動拉桿，電車會改道撞死分支軌道上的另外一個人。你是否應該犧牲一人來拯救5人？這原本是用以考驗功利主義與義務論的倫理思想實驗，但在AI時代，卻已成為程式設計者的人工智能倫理邏輯基礎。
再將此經典兩難場景搬到醫療最前線：如果急症室資源有限，而AI演算法被賦予資源優先分配權，它會依據什麼標準作決定？是生存概率最高者、剩餘壽命最長者，還是社會貢獻度最高者？雖然AI目前仍被視為輔助工具，隨着其診斷準確率不斷提升，臨床醫生面臨「聽從人工智慧」的壓力也與日俱增。正如世界經濟論壇指出，我們要求機器表現絕對理性，卻往往發現機器算出的「最佳答案」，在情感與倫理層面上冷酷得令人難以接受。
過度依賴 失去人情味
在傳統醫學倫理之中，「自主」（Autonomy）、「行善」（Beneficence）、「不傷害」（Non-maleficence）與「公正」（Justice）是支撐行醫者的四大宗旨，但在數位環境下，這些原則正面臨前所未有的考驗。
首先是「自主與知情同意」。家庭醫學核心在於長期的醫患信任，若醫生使用AI工具建議治療方案，患者是否應該知道背後有演算法參與？更重要的是，如果AI是一個連程式開發者都無法完全解釋其內部運算過程的「黑盒」，醫生該如何向患者清楚說明治療決策的風險與裨益？我們必須警惕：患者在追求「高效」的同時，其自主決定權可能在不知不覺間被演算法影響。
其次是「行善與人文關懷」。家庭醫生的職責，不只是醫病，更是照顧人。目前的AI擅長處理數據，卻難以理解真實生活情景，例如，AI可能偵測到血壓升高而建議加藥，卻察覺不到病人剛失去親人的悲傷，或家庭危機帶來的壓力。看診時，醫生需從病人的語氣、眼神和一舉一動，細心察覺他們隱藏的憂慮與真正需要，這是冷冰冰的科技無法取代；過度依賴AI，醫療便容易失去人情味。
再者是「正義與數據偏見」，AI的公平性，取決於訓練它的大數據庫。研究顯示，若訓練數據缺乏種族或社會背景的多樣性，演算法便容易產生偏見，例如在香港這個多元社會，如果僅引入一套建基於西方白人膚色訓練的皮膚癌診斷系統，對本地市民而言無異於「演算法歧視」。
讓技術成為醫生得力戰友
儘管倫理挑戰重重，我們卻毋須像十九世紀「盧德運動者」（Luddites）那樣全面抵制新技術。相反，我們應追求「智能擴增」（Augmented Intelligence），讓技術成為醫生得力戰友。例如，AI可協助篩查X光片中極細微的早期病變，或自動處理文書工作，讓醫生騰出更多時間與病人互動，回歸診療的初心。
哈佛大學專家指出，醫療AI雖具有「決策影響力」，系統必須建基於嚴格的監管框架，並維持「真人參與」（Human-in-the-loop）原則，確保最終決策權與臨床責任仍然歸於醫生；同時應該要求「高透明度的AI」，讓每一份診斷建議背後的思考邏輯，都能被相關者審視與理解。
在可預見的未來，家庭醫生的角色會從為病人「提供資訊」為主變為「協助抉擇」和「情感陪伴」。當AI告訴患者手術成功率有80%，醫生最重要的工作，就是幫助患者明白那剩下的20%，對他們的生命、家人和內心憂慮意味着什麼，把冷冰冰的數字轉化成溫暖而有意義的選擇。
醫患關係的基石是信任，而信任建立在同理心與共同承擔之上，這正是演算法所欠缺。未來的醫學不應只屬於機器，而是演算法的精準計算，結合人類最溫暖的同理與關懷所共同創造的美好協作。
撰文 : 譚仲豪醫生_香港家庭醫學學院
[信健康] 人工智能欠缺同理心，醫生資訊要留意！【更多健康資訊：health.hkej.com】