跳到主要內容

AI醫師 誤導醫療氾濫 須強化判讀

聯合報/A8版/話題
沈能元、廖靜清
2026年3月24日   人氣: 63   開始朗讀

網路識讀

看病前先問AI,已成許多民眾的就醫習慣,衛福部醫事司長劉越萍表示,透過AI獲得醫療建議,或以搜尋引擎生成「醫療摘要」,如內容錯誤,損及健康,難以究責。為此,著手提升平台責任,要求提供健康建議的AI服務系統需標示「非醫療診斷」、「僅供參考」等警語。

 

數位媒體與人工智慧快速發展,錯誤與誤導性醫療訊息激增,台北醫學大學衛生福利政策研究中心昨舉辦「數位媒體下的醫療誤導與治理挑戰研討會」,邀集各界實務專家,從制度、專業倫理與媒體責任等面向,探討醫療資訊失真的治理對策。

 

七成民眾 網路取得健康資訊

 

劉越萍指出,進入數位時代,政府面臨醫療資訊治理等全新挑戰,例如,透過AI尋求醫療建議,或是搜尋摘要,均僅被視為「工具產出」,無法監管跨平台、AI醫療內容,也缺乏專責規範,相關錯誤衛教處在灰色地帶,不易找到直接法律依據。

 

「數位平台已成為主要醫療資訊來源。」北醫衛生福利政策中心主任李伯璋表示,超過七成民眾透過網路或社群媒體接觸健康資訊,逾六成主動搜尋相關內容,但在資訊爆炸的環境下,錯誤或誇大訊息更易被包裝與擴散,最近一兩年甚至出現AI生成「假醫師」影片,誇大療效,真假難辨。

 

例如,YouTube出現多位虛構的AI醫師,其中「陳志明醫師」宣揚錯誤糖尿病療法,引發爭議。另有不肖業者盜用真實醫師影像進行「深偽」(Deepfake)詐騙,三總眼科教授呂大文就成了超神奇眼疾保健食品的代言人,蒙受無妄之災。

 

三大原則 初步降低誤判風險

 

北醫附醫營養室主任蘇秀悅指出,愈來愈多民眾因網路誤導而採用不當飲食或療法,過度迷信單一營養補充或誇大療效產品,以致延誤正規治療。呼籲民眾透過「來源是否專業、是否有臨床證據、是否過度誇大」等三大原則進行初步判讀,降低誤判風險。

 

與會專家認為,高齡者及照顧者對醫療資訊需求高,但辨識能力不足,一旦錯誤訊息,可能導致延誤就醫或錯誤照護決策。政府應重視醫療資訊治理,做好「制度監管、專業把關、民眾教育」等三面向,透過跨部門合作,並提升全民媒體識讀能力。

 

對於醫療訊息亂象,劉越萍說,衛福部將與社交平台、影音平台、搜尋服務等合作,建立健康資訊自律準則,針對醫療高風險等關鍵字,優先推動官方認證內容標章制度,提升資訊可信度。

 

此外,許多醫療院所以生成式AI來撰寫病例、護理紀錄,為此,衛福部去年擬定「醫療機構應用生成式AI指引」,目前已完成草案,正在蒐集醫療院所意見,預計四月中旬上路,要求運用生成式AI時,不得將病患個資放入商業用AI雲端,以確保病人資訊安全。

 

相關文章

知道網路風險,卻仍踏入陷阱? 你知道孩子上網都在做什麼嗎?
知道網路風險,卻仍踏入陷阱? 你知道孩子上網都在做什麼嗎?

「其實孩子們都不笨。」受訪的內政部警政署刑事警察局詐欺犯罪防制中心隊長洪丞奇語氣平穩,卻帶著一絲複雜的感受。他接著說:「外界常以為會去當車手的孩子,都是家裡有狀況、缺乏資源,然而我們的統計並不是這樣。真正因為家庭功能不彰而涉案的孩子,不到兩成,其餘八成都是再普通不過的家庭,家裡沒有特別辛苦,也不是因為缺錢。」那為什麼這些學生還要冒險去從事這樣的違法行為呢?

認識Deepfake技術及其應用與風險
認識Deepfake技術及其應用與風險

俗稱「AI換臉」的Deepfake技術又稱為「深偽技術」,它是深度學習(deep learning)與偽造(fake)的混成字,意指一類利用深度學習技術進行逼真的人像影像合成的技術。Deepfake技術之所以引起全世界如此重視的原因,在於它的相關軟體可以讓一般人輕鬆地取得,並且運作於一般的個人電腦或行動裝置上,因此各種相關的善意或惡意的應用方式層出不窮,迫使這個世界必須嚴肅看待Deepfake技術帶來的巨大衝擊。

相關影片

雲端影音,謹慎視聽
雲端影音,謹慎視聽
AI的練習曲
AI的練習曲
不只看見,更要看別人所見!
不只看見,更要看別人所見!
明辨是非的能力
明辨是非的能力

返回網路識讀新聞列表

頁首