作者：默思編輯部 發布：2026-10-14
討論AI對醫師工作的影響時，大家直覺會想到診斷輔助或手術機器人，但2026年實際滲透率最高、改變日常工作節奏最明顯的，其實是「AI環境書記」（ambient scribe）——一種在看診過程中錄音、自動整理成病歷草稿的工具。加州大學舊金山分校（UCSF）醫療體系在2026年的數據顯示，體系內已有高達70%的醫師在日常臨床工作中使用AI scribe。凱薩醫療（Kaiser Permanente）的規模更大：根據NEJM Catalyst的分析，到2024年12月為止的14個月內，共有7,260名醫師在超過250萬次病人就診中使用了AI scribe工具。
AMA的調查顯示，美國醫師整體使用任何形式AI的比例，從2023年的38%成長到2024年的66%，而根據最新一期的AMA醫師AI調查，實際採用速度仍落後於醫師本身想嘗試的意願——研究者指出，落差主要卡在醫療院所內部的採購流程：正式的需求確認、廠商篩選、候選名單評估等行政程序，拖慢了工具真正交到醫師手上的時間。史丹佛醫療體系2025年對2,202名病人的調查則顯示，在經歷過醫師使用AI紀錄工具看診的病人中，73.6%表示希望下次看診仍繼續使用，但也有病人對敏感對話被錄音仍存在隱私疑慮。
值得注意的是，Medical Economics的分析直言，AI scribe的「採用速度已經超前於證據累積」——換句話說，大家先用了，效果評估還在後面追。2026年1月發表於JAMA Network Open、由UCSF研究者Jay Holmgren領軍的研究分析了1,565名醫師、超過120萬筆門診紀錄，是目前規模最大的實證研究之一；另外還有針對急診醫師的試點調查、以及JAMIA 2026年2月號彙整的多篇臨床端、機構端與病人端觀點論文，顯示這個領域的實證基礎正在快速補齊中。
對臨床醫師來說，這波變化的重點不是「被取代」，而是看診時「手」跟「腦」的分工正在改變：過去看診後要花大量時間補病歷的文書負擔，正逐漸被語音轉文字加上AI摘要取代，釋出的時間理論上可以回饋到病人溝通或休息。但這也代表醫師需要學會新的技能——如何在AI生成的草稿上快速核實、修正錯誤，而不是照單全收，畢竟最終病歷內容的正確性，責任仍在簽名的醫師身上。另一個隱藏成本是流程磨合：不少醫療院所的IT與採購部門反映，導入AI scribe最耗時的不是技術本身，而是跟既有電子病歷系統（EHR）的介接測試、資安審查，以及說服第一線醫師改變延續多年的紀錄習慣，這也解釋了為什麼「醫師想用」跟「院所真的導入」之間，始終存在一段時間落差。
想建立面對這類「尚未有定論、證據還在累積中」的醫療科技議題時，判讀研究設計與證據強度的能力，可以參考實證醫學2小時速成班：從PICO到森林圖，一次掌握競賽關鍵技能。