生成式 AI 已逐步進入醫療工作現場。從病歷內容整理、醫學資料彙整，到行政文件與病人衛教，許多醫院和診所開始評估如何利用 AI 減少重複工作，讓醫事人員把更多時間留給臨床照護。
醫療情境涉及病歷、影像、語音及個人資料，也直接關係病人安全。AI 產出的內容即使語句完整、看似專業，仍可能出現錯誤、偏誤、資料過時或虛構文獻等問題。因此，醫療機構關注的不應只有「工具能做什麼」，還要建立完整的風險評估、人工覆核、資安管理及持續監測制度。衛生福利部於 2026 年 5 月 29 日頒布《醫療機構應用生成式人工智慧指引》，提供準備導入或已經使用生成式 AI 的公私立醫院與診所參考。
哪些醫療情境可以使用生成式 AI？
依指引所列適用範圍，生成式 AI 可應用於醫療或管理作業，包括病歷撰寫輔助、臨床決策支援、行政文書撰擬及病人溝通工具。實際使用時，AI 應定位為輔助系統，不能直接取代醫事人員的專業判斷。
1. 病歷撰寫輔助
生成式 AI 可協助整理病史、檢查結果與治療經過，產出病歷草稿，減少重複輸入與文字整理時間。
病歷屬正式醫療紀錄，醫事人員仍須依電子病歷及相關規範確實審核、修改與簽章。AI 產出的草稿不能未經確認便直接成為正式病歷。
2. 臨床決策支援
AI 可用於彙整醫學知識、摘要文獻、整理風險資訊，協助醫事人員掌握決策所需資料。
若系統功能涉及診斷、治療、緩解或直接預防疾病，醫療機構還須確認是否屬於醫療器材及是否符合核准用途。即使不屬於醫療器材，也應限制輸出範圍、標示資訊來源，並在專業人員監督下使用。
3. 病人衛教與溝通
生成式 AI 可協助產出衛教內容、常見問題說明或溝通建議，讓複雜的醫療資訊更容易被理解。
當 AI 系統直接與病人或家屬互動時，醫療機構應主動說明 AI 的參與範圍、用途與限制，並提醒使用者內容可能出現錯誤或幻覺，必要時仍須由醫事人員進一步確認。若使用過程涉及錄音或錄影，也應事先告知用途；病人或家屬明確拒絕時，應停止錄製。
4. 行政文書撰擬
AI 可協助撰寫公文、會議紀錄、報告及計畫書等行政文件，提升資料整理與文書作業效率。
行政用途雖然與臨床決策的距離較遠，仍須注意機密資訊、個人資料、資料保存位置、供應商使用條款與帳號權限，不能將未經核准的資料直接輸入公開型 AI 工具。
AI Agent 為什麼沒有納入這次指引？
指引將 AI Agent 定義為可感知環境、自主決策並採取行動的人工智慧系統。在醫療照護情境中，這類系統可能自主或半自主執行醫療相關任務，並直接或間接影響病人的健康結果。
由於 AI Agent 在醫療場域尚未普遍應用，其自主性也可能帶來更高的病人安全、醫療責任及法規遵循風險，因此目前未列入本指引的適用對象。這代表相關規範與適法性仍待主管機關及各界進一步討論，不宜解讀為已經全面開放，也不等同於明文禁止。
醫療生成式 AI 的六大風險
生成式 AI 的風險往往不是單獨發生，而是模型、資料、使用流程與外部服務互相影響。指引整理出六項主要風險：
- 基礎模型風險：模型架構、訓練資料或微調方式可能內含系統性偏差，影響特定疾病、族群或臨床情境的判斷。
- 資料來源風險：外部知識庫、電子病歷、醫學資料庫或網路資訊可能存在品質不一、過時、無法追溯或隱私保護不足等問題。
- 輸出結果風險：AI 可能產出看似合理但實際錯誤的內容，例如虛構醫學文獻、錯誤藥物交互作用或不符合現行指引的建議。
- 資安攻擊風險：提示詞注入、資料中毒、模型竊取與資料外洩，都可能同時影響病人安全及個資保護。
- 使用者依賴風險：若人員過度信任 AI，可能忽略反常訊號、降低臨床判斷的審慎程度，甚至逐漸弱化自主判斷能力。
- 服務中斷風險：外部模型、雲端 API、版本更新、費率或合約改變，都可能影響醫療流程的穩定性與成本控制。
因此，醫療機構不能只測試 AI「回答得好不好」，還要從人員、流程、技術及供應鏈等面向進行整體評估。
導入醫療 AI，必須走完三個階段
衛福部將九項注意事項依導入生命週期分為「導入前評估」、「導入與整合」及「導入後使用與監管」三個階段。風險越接近病人、越能影響臨床決策，或系統自主程度越高，所需的測試、監督與管理強度也應提高。
第一階段：導入前評估
醫療機構應先指定主責單位或人員，盤點預計導入的 AI 系統、用途、資料來源與可能影響，並依系統可靠性、資料來源複雜度及臨床影響程度進行風險分級。
導入或試行前也要檢視個人資料保護法、醫療法、病歷製作、病人隱私及各醫事專業法規，完成資訊安全與資料保護評估。凡涉及臨床判斷、病人安全、病人溝通或醫療紀錄，均應由具相應資格、且在執業範圍內的醫事人員負責最終確認、審核與責任。
第二階段：導入與整合
高風險應用宜採分階段導入，先在隔離環境完成驗證，再於有限場域或特定科別試辦，設定清楚的擴大、暫緩與停止條件。系統也要具備版本鎖定、變更前後測試、異常通報、回復舊版及替代流程，避免更新後的輸出變化直接影響臨床作業。
與供應商簽訂契約時，應明定模型版本、部署方式、資料流向、存取權限、品質標準、資安事件處理、智慧財產權、版本更新及支援承諾，並保留服務中斷時的替代方案。
第三階段：導入後使用與監管
系統上線不代表導入工作已經結束。醫療機構仍應持續監測輸出正確性、偏誤、臨床適用性及使用者覆核結果，保留相關紀錄以供稽核與改善。
當系統出現持續性錯誤、偏誤或可能危及病人安全的情況，應依預先建立的條件與責任分工，採取限制使用、暫停系統、回復既有人工流程或停止使用等措施。
機構也應定期辦理教育訓練，讓使用者理解 AI 的功能限制、幻覺與偏誤風險、人工覆核方法，以及異常通報與資安事件處理流程。
第一線醫療人員必須掌握的「5 不 1 要」
根據指引的風險治理、資料保護與責任原則，可將第一線使用重點整理為「5 不 1 要」：
- 不輸入 未經機構核准的病人個資。
- 不直接 將AI回覆視為診斷結果。
- 不引用 未查證的醫學資訊、文獻或藥物資料。
- 不隱瞞 AI參與醫療或直接與病人互動的事實。
- 不省略 人工審核、風險評估與異常通報流程。
- 要保留 專業人員的最終確認與責任。
這套「5 不 1 要」是依指引精神整理的第一線使用口訣，並非衛福部原文的正式章節名稱。核心原則很清楚：AI 可以減輕負擔，但不能把病人安全與專業責任一起交出去。
從採購工具走向組織治理，醫療 AI 才能真正落地
醫療機構導入生成式 AI，不能只停留在購買帳號或讓員工自行嘗試。真正能長期運作的 AI 應用，需要把工具選擇、帳號與權限管理、資料安全、標準作業流程、人員培訓、內容審核及異常處理整合成一套制度。
醫院與診所可以先從低風險、容易人工確認的工作切入，例如行政文書、衛教內容初稿及內部資料整理；再依使用成果與風險評估，逐步延伸至與臨床流程相關的應用。每一次擴大使用範圍，都應同步檢查資料來源、輸出品質、人工覆核責任與替代流程是否到位。
指引來源
想了解 Canva 商務版/企業版、ChatGPT 企業導入、AI 教育訓練
與企業內容資產化服務，歡迎洽詢創點子。
本文依衛生福利部 2026 年 5 月 29 日頒布之《醫療機構應用生成式人工智慧指引》整理，內容僅供一般資訊與制度規劃參考；實際導入及個案使用仍應依相關法令、主管機關規定及醫療機構內部制度辦理。
