作者：默思編輯部 發布：2026-10-14
2026年3月，美國醫療政策媒體AJMC發布的解析文章明確指出，就現行美國醫療過失法而言，不論醫師有沒有使用AI工具，發生醫療過失時責任仍然歸屬於醫師本人，雖然責任範圍也可能延伸到醫院，但規則在各州、各案例之間並不統一。美國州醫事委員會聯盟（FSMB）在2024年發布的指引也採取類似立場，主張醫師應對所有AI輔助的臨床決策承擔完整責任，並在使用AI工具時持續行使獨立的臨床判斷。
但喬治城大學與蘇黎世聯邦理工學院（ETH Zurich）針對2,000名美國成年人所做的陪審團模擬研究，呈現出一個有趣的矛盾：研究發現影響受試者判定醫師是否有責的兩大因素，一是醫師是否遵循合理的照護標準，二是醫師是否遵循了AI工具的建議——換句話說，當醫師依照AI建議行事時，陪審團傾向認為醫師責任較輕；但研究同時發現，如果醫師為了提供「標準照護」而拒絕AI建議的「非標準」做法，並不會因此獲得同等的責任保護。放射科相關媒體（Radiology Business、AuntMinnie）據此報導指出，遵循AI判讀建議的放射科醫師，實際面臨的醫療過失風險可能比他們自己想像的更低。
2026年發表於Radiography期刊的一篇回顧文章則提出更根本的警告：既有的過失責任框架，原本是建立在「人類推理過程可被檢視」的假設上，但AI演算法的決策過程往往是不透明的黑箱，導致現有框架難以妥善處理——該文章也點出一個兩難：無論醫師是「跳過已經過驗證的AI工具」或「過度依賴測試不足的AI工具」，理論上都可能構成過失求償的基礎。此外，知情同意的判例法邏輯也可能延伸適用：當AI的涉入會造成風險或結果的實質差異時，是否應該主動告知病人AI參與了診斷決策，目前各地法院適用並不一致。
綜合以上，法律學界與實務界目前比較一致的建議是：醫師使用AI工具時，應該養成記錄自己臨床推理過程的習慣——包括接受AI建議的理由、以及拒絕AI建議時的理由，這類書面紀錄在未來的責任認定中，很可能會比「有沒有用AI」本身更關鍵。隨著2026年已有正式註冊的隨機對照研究在評估「醫師接受或拒絕AI建議」對醫療責任認定的實際影響，這個領域的規則預期會在未來幾年逐步明朗化，但在那之前，醫師自己留存完整的臨床決策紀錄，仍是目前最務實的自保方式。此外，也有保險業者針對ChatGPT與既往醫療糾紛理賠案件進行比對分析，初步發現AI工具若在診斷延誤的情境下介入，有機會避免當中超過半數的理賠案件發生，顯示AI在降低特定類型醫療疏失風險上，仍有實質潛力，只是目前尚未形成具有法律拘束力的明確規範。
想建立快速判讀一篇研究證據等級、理解隨機對照試驗設計邏輯的能力，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。