2026 年 1 月 OpenAI 推出 ChatGPT Health，每週 2.3 億健康提問從暗流變明河，標誌 AI 進入醫療的關鍵轉折，這次讓我們來探討 OpenAI 在健康領域發展的技術架構（GPT-5、HealthBench 評估）、企業端佈局（OpenAI For Healthcare），與 Google、Microsoft、新創獨角獸的競爭格局，以及 FDA 與 HIPAA 的監管迷宮。台灣擁有健保資料完整性與 ICT 優勢，但面臨醫療人力短缺與監管適應挑戰；從糖尿病管理到癌症篩檢的臨床實證顯示，AI 診斷準確率達 52%，與醫師相當但遜於專科醫師，未來多模態 AI、AI Agents、數位孿生將重塑醫療生態，關鍵問題是：安全邊界在哪？隱私交換值得嗎？台灣準備好了嗎？

JAMA+ AI Podcast 在 2025 的四場關鍵對話，彙整 Stanford 法學教授 Michelle Mello 的知情同意框架、Google 首席健康長 Michael Howell 對健康資訊責任的反思、JAMA 資深編輯 Derek Angus 對 AI「成效」定義的根本爭議、以及 Microsoft 首席科學家 Eric Horvitz 的百年研究視野，同時盤點 2024–2025 年醫療 AI 產業結構性變革，涵蓋 FDA 核准趨勢、PCCP 法規發展、LLM 監管灰色地帶，並聚焦台灣《人工智慧基本法》與衛福部三大 AI 中心的戰略佈局。當機器開始學會診斷，醫師的角色如何重新定位？病人的信任如何重建？這週我們試圖為台灣醫療與生醫社群，勾勒一幅兼具深度與前瞻性的 AI 醫療全景圖。

2024 年 AlphaFold 獲得諾貝爾化學獎，標誌著 AI 醫療的里程碑；Google Health 十八年的轉型歷程，從兩次消費性平台的失敗（2008–2012、2018–2021），到如今成為醫療 AI 基礎設施供應商，探討 Google Health 核心技術（Med-PaLM、Med-Gemini、AMIE、影像 AI）、AlphaFold 在藥物研發的應用、監管挑戰與商業模式困境，聚焦台灣健保署與 Google 的全球首例國家級 AI 慢性病管理合作（AI-on-DM）與其對台灣兩百萬糖尿病患者的影響，並展望 2025–2045 醫療 AI 的結構性變革。

全球腦中風復健市場正經歷典範轉移，AI、機器人、腦機介面的整合將市場從 2024 年的 2.85 億至 78 億美元推向 2034 年的 8.17 億至 142 億美元規模，三個結構性變化創造轉變時機：人口老化造成治療師短缺、大規模 RCT 證實技術有效性（VR 復健 SMD 0.42-0.68、機器人步態訓練 SMD 0.51）、Medicare 與各國給付制度陸續到位；Hinge Health 30 億美元 IPO 證明商業模式可行，中國 57.5% 年複合成長率展現亞洲潛力，未來 20 年，復健將從被動治療轉向預測性健康管理，結合穿戴裝置、電腦視覺、遠距監測的居家生態系統將重新定義神經系統健康的預防及照護。

2024-2025 年醫療 AI 從概念驗證進入實質產出期，JAMA 系列研究顯示預測性 AI 使用者更易採用生成式 AI（馬太效應）、LLM 能高效產出出院病摘但存在幻覺風險、深度學習可精準偵測三尖瓣逆流與預測思覺失調症、RAG 技術使臨床試驗招募效率翻倍，衝擊傳統 CRO 產業。Epic Systems 在美國建立封閉生態系，歐盟以 TRAIN 聯盟反擊，台灣擁有 NHIRD 與硬體優勢、醫院展開 AI 軍備競賽，醫師角色從執行者轉為監督者，但需警惕認知萎縮風險；投資機會則聚焦於勞動力替代、EHR 整合及邊緣運算 Solution。

語音助理從 Siri 的笑話進化為 Alexa 的獨角獸，標誌著人機互動介面的結構性轉移，從糖尿病管理、癌症篩檢到腸道微生物組學，目前應用仍相對狹隘且缺乏大規模驗證；構建理想的虛擬醫療助理需整合個人的生命週期數據，且面臨數據完整性、所有權、隱私保護等挑戰。iCarbonX 等公司展現雄心，但真正實現「自動駕駛人類」仍需克服技術、行為科學與倫理難題，未來 20 年，AI 可能成為每個人的健康管家，但人性與同理心仍是深度醫療不可或缺的核心。

2025 年瑞士 DDx-BRO 臨床試驗顯示，準確率 89% 的診斷 AI 在真實世界中毫無效果，Adverse Outcome 發生率與對照組完全相同；荷蘭認知心理學家 Laura Zwaan 的研究揭示問題不在技術、而在於人機互動。大型語言模型承繼並放大人類認知偏誤，特別是確認偏誤與諂媚傾向，導致 AI 傾向同意而非挑戰醫師假說；診斷錯誤每年在美國造成 79.5 萬人死亡或永久失能，但解方不是更準確的 AI，而是理解機器心理學：AI 如何犯錯、何時該信任、如何整合進工作流程，人機協作的關鍵是讓彼此互補，而非互相取代。

台灣每年超過 1.3 萬名中風病人面臨吞嚥障礙，可能導致致命的吸入性肺炎，但傳統醫療體系人力不足；奇美醫院與思科合作推出 DELISH 平台，運用生成式 AI 在 15 秒內完成營養師 40 分鐘的工作，背後是思科千萬規模的地端 AI 運算基礎設施。閒聊台灣中風復健市場的千億商機、生成式 AI 的技術挑戰與幻覺問題、TFDA 法規與健保給付障礙、台灣智慧醫療的競爭地圖，預示復健醫學將進入精準個人化時代，但仍需更多臨床驗證數據來證明其安全性與有效性。

數位復健正掀起一場醫療革命，預計 2030 年全球產值將達 116 億美元，Hinge Health 成功上市與 SWORD Health 的高估值，驗證了結合電腦視覺與穿戴式感測器的商業模式。技術上，AI 動作分析已追上人眼精準度，且具備非劣性甚至更優的臨床實證，能大幅降低雇主與保險公司的醫療成本。市場從傳統人力轉向 B2B2C 的數位介入，透過雇主與保險給付（如美國 RTM 碼、德國 DiGA）實現規模化；台灣超高齡化需求、健保數據與醫材硬體優勢，雖面臨法規與給付挑戰，但軟硬整合潛力巨大。未來，隨著邊緣運算與智慧織物普及，復健將從醫院走入家庭，成為主動且無所不在的日常照護。

本週談及營養科學的混亂現狀、傳統一體適用飲食建議的謬誤與背後產業利益的影響，透過心臟科醫師 Dr. Eric 親身經歷，剖析食物成分含量數據的巨大差異、低脂低鈉飲食建議的誤導性、製糖業如何扭曲科學。每個人對食物的反應高度個體化，尤腸道菌群扮演關鍵角色；以色列魏茨曼研究所利用 AI，透過分析腸道菌群與血糖反應，實現個人化營養的突破性研究與 DayTwo 的應用，並討論 AI 在個人化健康領域的潛力，但也仍需長期臨床驗證。