四十八個德瑞克

猶他州成為第一個允許AI在無人監督下看診並開藥的州

手機掃描臉部示意圖,猶他州 AI 看診開藥試點封面

猶他州啟動了一項全美首見的試點:醫療新創 Nolla Health 的 App 可以用 AI 看診並開處方,醫師只做抽查。這篇整理事件經過、開發者社群的反應,以及我對 AI 醫療最難一關的看法。

互動圖解版可以看這頁:

手機版如果看不到內嵌頁,直接開:https://derek-static.pages.dev/utah-ai-acne-pilot.html

事件:先從痘痘開始,為期一年

原文出自 TechSpot(2026 年 10 月 6 日,羅布·圖布朗(Rob Thubron)撰寫),引述彭博的報導。重點如下:

原文連結:https://www.techspot.com/news/114111-utah-become-first-state-ai-examine-patients-prescribe.html

社群反應:吵的不是痘痘,是制度

這則新聞在 Hacker News 拿到 131 分、123 則留言。立場大概分成幾派:

我的看法:最難的不是成功率,是失敗了誰去坐牢

AI 在醫療上的應用,最困難的地方可能不是成功率,而是失敗了誰要負責任,甚至誰要去坐牢。

成功率是工程問題,可以量測、可以迭代:前 100 張全審,後 400 人回顧,最後抽 10%,這套漸進放行就是在買成功率的信心。痘痘這種低風險、外用為主、誤判成本有限的場景,成功率達標並不讓人意外。

但失敗的歸屬不是工程問題,是制度問題。醫師開錯藥,有執照、有保險、有法院可以找;AI 開錯藥,病人要找的是 App 公司、模型商、還是當初放行的州政府?公司把責任寫進服務條款,州政府把監督降到抽查 10%,風險最後都落在最沒有議價能力的病人身上。這正是留言區吵最兇的那題:電腦不能被究責,就不該讓它做處方決策。

換句話說,這個試點真正的考驗不是 AI 看得準不準,而是第一次出事之後,責任鏈走不走得通。走得通,這類試點才有擴大到慢性病、常規處方的正當性;走不通,成功率再高也只是把醫療糾紛外包給使用者條款。

一年後回頭看,我會看兩個數字:不良事件有幾件,以及每一件的責任最後落在哪裡。這比治好幾個痘痘重要得多。

Exit mobile version