AI 講得沒錯，但它不認識你

「醫師，我來之前先問過 AI 了。」

病人把手機轉過來。螢幕上是一段整齊的說明，分點列項，語氣平穩，內容大致上沒有錯。

我問他，那它有說這些是從哪裡看來的嗎。

他往上滑了一下，說：沒有欸。

那一刻我想的不是他查得對不對。而是另一件事——他已經自己先走了一段路，那我這邊要接的，是哪一段。

先講好的那一面

門診時間很短。

如果病人來之前已經大致知道偏頭痛是什麼、知道自己這種痛跟腦子裡長東西不是同一回事，我就不用從最基本的地方講起。省下來的那幾分鐘，可以拿去問更要緊的事：這半年為什麼發作變密、止痛藥一週吃幾天、睡眠是從什麼時候開始壞掉的。

做過功課的病人，問題通常比較具體。「我想知道我這個需不需要做檢查」，比「醫師我頭痛」好回答太多。

而且有些 AI 講得其實不差。常見的機轉、一般的處理原則、什麼情況要盡快就醫，這些它多半答得中規中矩。所以我不反對病人先問，我自己也會查。

真正讓我停下來的，是另一種病人。

還沒坐下，臉就是緊的。開口第一句不是症狀，是「醫師，我是不是有可能⋯⋯」，後面接一個昨天晚上查到的病名。

查到的東西不一定是錯的。但它常常是所有可能性裡最嚴重的那一個，被排在很前面，而且寫得完整、寫得斬釘截鐵。

AI 的語氣是平穩的、有條理的、分點列項的。那種語氣本身就有說服力。一段結構整齊的文字，讀起來比一段吞吞吐吐的話更像真的——即使後者才更接近誠實的答案，因為真實的臨床判斷本來就充滿「要看情況」。

我看過因為手抖查到某個退化性疾病、自己緊張了兩個禮拜才敢來的病人。他手抖的原因是甲狀腺。

也看過查完之後反而拖著不來的。因為怕被證實。

這大概是最關鍵的一句。

它沒有你的病史。沒有摸過你的手，沒看過你走路的樣子，不知道你上個月換過什麼藥、家裡最近發生了什麼事，也不知道你講「頭很痛」的時候，指的是哪一種痛。

臨床上大部分的建議都帶條件。「這種情況通常不需要安排影像檢查」這句話，在某些前提下是對的，換一組前提就不成立。而那些前提，往往是你不會主動提、要被一句一句問出來的東西。

答案被單獨抽出來的時候，條件很容易掉在半路上。剩下的那句話看起來很篤定，卻不見得是在講你。

真要給建議的話，我想講的只有幾句。

它幫你想到的問題通常有用，把那些記下來帶進診間。它給你的結論先不要收下，那部分留給看得到你的人。

來的時候可以直接說你查過什麼。真的不用不好意思。我不會覺得被冒犯，那反而讓我知道你在擔心什麼——很多時候我需要處理的正是那個擔心，而不只是症狀。

還有一件事。如果查到後來覺得更害怕了，那就先停下來。人在害怕的時候繼續查，找到的幾乎都是支持自己害怕的東西。

那位病人在門診結束前問我，那他以後還要不要上網查。

我說，你可以問 AI，它多數時候講得不錯。但如果它給你的答案讓你更擔心，或者你發現自己一直在問同一件事，那就掛個號。

這個部落格的邏輯也一樣。它能提供的是理解的框架，不是處方。

如果哪天有人是透過某個 AI 的回答認識這裡的，那很好。如果他最後決定去找一個真的醫師坐下來談，那更好。

看完覺得清楚一點，那就夠了。