每次看完医生走出诊室，总觉得脑袋里有点糊。医生刚才说的那些话，回家后往往只剩下一半印象。不是医生讲得不好，而是医疗语言实在太快、太多、太复杂。病人听不明白，医生写到手酸，这样的场景，司空见惯。
在医院里有医生坦言，一天花在打字和写报告上的时间，几乎和看病一样多。行政负担像沙子，悄悄地磨掉医护的热情与耐心。有时候，看见他们一边解释病情，一边又要赶著完成电脑上的记录，难免心疼。医生也许最想做的，是抬起头来，和病人好好说一句“你还好吗？”
AI 神通广大，不只是能诊断疾病与预测风险，如今连医生写病历都能帮忙。新一代的AI 医疗摘要系统能一边听，一边记录，把医患之间的对话转成文字，还能自动写成两份摘要，一份给医生的病历，一份写给病人看，用简单的话解释复杂的术语。
比方说，过去病历上写著“高胆固醇血症，六个月后复检”，AI 生成的版本会变成“您的胆固醇偏高，请六个月后回来复查。”一句话就拉近了医生和病人的距离。
有人会担心，AI机器写的可靠吗？这确实是个重要的问题。研究发现，在理想的环境下，AI 可以把医生的记录时间缩短三至四成，让笔电前的医生重新腾出时间看病。
然而，AI技术也不是万能的。2025 年的比较分析指出，AI 在生成病历时，约有七成的遗漏错误，也就是该写的细节没写到。好消息是，真正写错或捏造的部分并不多，但仍需人工复核。
病人对AI的态度也很复杂。调查显示，大多数人一开始觉得让AI听诊并没什么问题，但当知道录音、数据、隐私可能被储存或分析时，同意的病人比例便明显下降。
事实上，我们离这种未来并不远。印尼在 2024 年提出，将人工智能语音转录与摘要功能整合进全国基层诊所使用的电子系统 ePuskesmas。这套系统结合了 Whisper 模型进行语音转录，并以 GPT-3.5 进行医疗摘要，还被设计成浏览器外挂，可自动填写电子病历表格。研究团队通过模拟问诊场景并由医生验证结果，展示了系统可在 30 秒内处理超过 300 秒的对话内容，同时保持医疗用语的准确性与临床一致性。
新加坡卫生部早在 2018 年便推出 LEAP（Licensing Experimentation and Adaptation Programme） 计划，让数字医疗服务能在“监管沙盒”中受控试行，以便政府逐步完善法规。马来西亚的 国家科技与创新沙盒计划（National Technology and Innovation Sandbox，NTIS） 也有类似机制，为创新科技提供受监管的试验空间。
如果卫生部能在这样的框架下建立一个专属的数字健康沙盒，让AI 医疗工具在安全环境中测试与评估，就能在创新与监管之间找到更稳妥的平衡。
当然，科技的进步不能少了伦理警觉。AI 模型若主要使用西方数据训练，可能误解亚洲人的语言与文化，甚至在性别或年龄上出现偏差。医疗机构若能定期审查 AI 的输出结果，确保不同族群，不同语言的病人都能获得同等质量的摘要，那才是真正的数码平等。
2023年发布的《卫生白皮书》主要宗旨是要让医疗更高效，更以人为本，而AI 医疗摘要技术正好契合这个方向。
笔者认为，我们可以从门诊部或老年科试行起，让AI帮医生减轻记录负担，减少医生审阅与修改病历的时间，再慢慢推广到多语言版本。
AI医疗摘要可以让科技接管琐碎的记录，把专业语言翻译成普通话，让病人离开诊室时，带走的不再是模糊的记忆，而是清晰的理解。这或许也能让医生重拾起当年从医的热情。
自由撰稿人。
