在醫療科技日新月異的今天，人工智慧（AI）正以前所未有的速度席捲各大醫院。從輔助判讀 X 光片到預測疾病風險，AI 似乎成為了醫療人員的「神隊友」。然而，當我們沉浸在科技帶來的便利與高效時，是否忽略了隱藏在演算法背後的致命風險？
國際權威的非營利醫療研究機構 ECRI，每年都會發布《十大醫療科技危害》（Top 10 Health Technology Hazards）報告，這份報告被視為全球醫療機構的「病人安全風向標」。觀察這幾年的榜單變化，我們會發現一個令人不寒而慄的趨勢：科技帶來的最大威脅，已經從「硬體失效」全面轉向了「AI 與演算法失控」。
Top 10 Health Technology Hazards for 2026 Executive Brief
危機的演進：從「雲端資安」到「AI 決策失誤」
回顧 ECRI 近年的報告，我們可以清晰看見醫療科技風險的演進軌跡：
- 2023年： 榜單新增了「基於雲端的臨床系統網路安全風險」。隨著醫療資料大量上雲，駭客攻擊與資料外洩成為首要威脅。
- 2024年： 危機開始深入醫療核心，報告首度將「使用人工智慧功能協助醫療判斷，可能導致醫療決策不當」列入危害榜單。
- 2025年： 短短一年內，上述「AI 導致決策不當」的風險急遽惡化，直接飆升至十大危害的第一名。這顯示在臨床現場，過度依賴 AI 或 AI 模型的誤判，已實質威脅到病患的生命安全。
2026 最大警訊：大語言模型（LLM）的「幻覺」與資安風暴
最值得警戒的是，根據 ECRI 最新的 2026 年趨勢預測，醫療科技風險已進一步轉向：「AI 大語言模型應用造成錯誤結果、資訊系統中斷與醫療資安」。
自從 ChatGPT 等大語言模型（LLM）爆紅後，許多醫療機構與新創公司紛紛將其導入行政流程，甚至嘗試用於初步問診或整理病歷。然而，LLM 存在一個致命的弱點——「幻覺（Hallucinations）」。這類生成式 AI 為了給出看似合理、通順的答案，有時會「無中生有」捏造出錯誤的醫學建議或不存在的參考文獻 。如果在臨床決策中盲目採信這些由 LLM 生成的錯誤結果，將可能導致嚴重的誤診或用藥錯誤。此外，高度依賴這些新興的 AI 資訊系統，一旦遭遇系統中斷或駭客鎖定攻擊，整個醫療院所的運作可能瞬間癱瘓。
全球與台灣的應對之道：邁向「負責任的 AI」
面對 AI 帶來的全新病人安全挑戰，國際間的監管機構已開始踩下煞車。以美國為例，2026 年初已有州議會推動立法，明文規定「醫療決策必須由具備資格的人類做出，而非機器」，甚至推動《聊天機器人提供者責任法案（Chatbot Provider Liability Act）》，將醫療用聊天機器人視為產品，並要求其承擔嚴格的法律責任 。
將視角拉回台灣，衛生福利部也早已意識到這場科技風暴的雙面刃效應。為了確保 AI 在醫療領域能「聰明且負責」地運作，衛福部於 2025 年正式推動了「負責任 AI 執行中心」計畫，並補助多家醫療機構打造可信賴的智慧醫療守門機制 。這項計畫的核心在於建立制度化的標章認證，強化 AI 產品在上市後的監測與透明度評估，確保科技的發展不會凌駕於病人權益之上 。
結語：科技是輔助，人類才是最終防線
ECRI 的報告並不是要我們因噎廢食、拒絕 AI，而是敲響了一記響亮的警鐘：在醫療領域，沒有任何演算法可以完全取代人類的批判性思考。
未來的智慧醫院，不只需要最頂尖的 AI 設備，更需要具備「AI 識讀能力」的醫療團隊，以及嚴謹的風險控管機制。當醫療體系在擁抱大語言模型與自動化科技的同時，唯有時刻將「病人安全」置於首位，讓醫師在決策迴圈中保持絕對的主導權（Human-in-the-loop），我們才能真正享受科技帶來的紅利，而非淪為演算法失控下的犧牲品。
