「我需要去急診嗎？」「胸悶但還能走路，要不要先觀察？」這類關於「就醫分流（triage）」的搜尋，在台灣幾乎每天都有人問。隨著 ChatGPT Health 等消費級健康工具在全球擴散，許多人把它當成快速的第二意見與症狀判讀入口。然而近期兩組獨立研究以結構化情境測試發現：這類 AI 在「中間嚴重度」表現尚可，但在最需要精準判斷的兩端——真正的急症與明顯輕症——反而更容易做出危險決策，甚至在自殺意念的警示機制上出現不一致。這提醒我們：AI 可以是健康管理的加速器，卻不該被誤用成「線上急診分流員」。
目錄摘要
AI 分流為何在「最關鍵的兩端」失準？
研究以臨床醫師撰寫的情境（涵蓋多種科別與嚴重度）去「壓力測試」AI 的分流建議，結果呈現一個值得警惕的規律：當症狀落在「教科書等級」的典型急症，例如中風或嚴重過敏反應，AI 較容易做出正確判斷；但遇到更複雜、需要綜合線索與風險思維的急症（如代謝失衡、呼吸逐步惡化的前兆），卻常把人導向「可等 24–48 小時再評估」或一般門診，造成「低估急迫性（under-triage）」的風險。反過來，對於不少本可居家照護或先觀察的輕症，AI 又傾向推向立即就醫，形成「高估急迫性（over-triage）」：這不只增加個人焦慮與醫療支出，也可能在急診壅塞時排擠真正需要搶救的個案。
「錨定偏誤」會讓 AI 跟著你的朋友一起看走眼
更值得台灣使用者留意的是：當情境加入「家人朋友的安撫」或「先入為主的判斷」時，AI 的建議可能被推向較不緊急的方向。你可能聽過「他只是太累」「年輕人不會心臟病」這類話；在研究中，這種外部敘事會讓分流結果在邊界案例出現明顯偏移，而且多數是往「降低緊急度」移動。對一般人而言，這幾乎等同把最需要謹慎的時刻交給了最容易被情緒語氣、敘事框架影響的系統。這也呼應了 AI 的本質：它擅長生成看似合理的文字，但不等於具備臨床風險控管的責任邏輯。
心理健康更敏感：危機警示不穩定，反而可能造成「錯失」或「驚嚇」
在自殺意念相關情境中，研究觀察到危機介入提示（例如引導至求助資源）的觸發不一致：有些較低風險表述被過度觸發，有些明顯危險的描述卻未必出現提醒。另一篇針對 ChatGPT 在精神健康應用的討論也指出：聊天機器人常缺乏像專業人員那樣「追問、澄清、排除」的互動能力，容易停留在通用建議，甚至把生活習慣建議放在需要優先評估風險的情境前面。對使用者來說，這種不穩定可能帶來兩種後果：一是高風險者被低估而延誤求助；二是低風險者被嚇到、產生污名感或不必要的焦慮。基於台灣醫療法規與倫理，任何數位工具都不應被視為診斷或治療替代；心理危機更應以在地資源與專業介入為主。
把 AI 變成「健康管理助理」：更安全、也更有用的使用方式
與其問 AI「我是不是得了什麼病」，更務實的做法是把它當成健康資訊整理器與自我照護教練，協助你在就醫前後更有效率。以下是更符合風險控管的用法：
- 把問題改成「我需要提供醫師哪些資訊？」：例如症狀開始時間、誘發因素、疼痛等級、是否伴隨呼吸困難、意識改變等。
- 請它幫你列出「紅旗警訊」：例如胸痛合併冒冷汗、呼吸急促、嘴唇發紫、劇烈頭痛合併神經學症狀等（出現應立即尋求急診/119）。
- 做「運動與生活型態」的可執行計畫：如每週有氧與肌力分配、久坐中斷策略、睡眠作息檢核、壓力調節練習。
- 整合穿戴裝置資料做趨勢回顧：例如心率、睡眠、活動量的「長期變化」，用於與醫師討論，而非用來自我下診斷。
特別提醒：在台灣，AI 產出的內容屬健康資訊參考，不能取代醫師診療。若你正在搜尋「急診要不要去」「胸悶怎麼辦」「過敏呼吸困難」「血糖很高怎麼處理」「憂鬱想不開怎麼辦」等關鍵字，請把 AI 的回答視為整理資訊的起點，而不是決策終點。
一張表掌握風險：哪些情境適合用 AI，哪些情境請直接就醫
要把數位健康工具用得安全，核心是「先分清它能做什麼、不能做什麼」。下表提供一個實務判準，幫你把 AI 放在正確的位置：
| 使用情境 | AI 較適合的角色 | 你該怎麼做（台灣在地建議） |
|---|---|---|
| 慢性病日常管理（血壓、血糖、體重、運動） | 紀錄整理、趨勢提醒、生活計畫生成 | 用穿戴/APP 做長期追蹤；回診時帶數據與問題清單，交由醫師判讀 |
| 一般輕症自我照護（感冒、肌肉痠痛、輕微腸胃不適） | 提供自我照護清單與觀察重點 | 以「何時應就醫」為主；若症狀加劇、持續不退或有慢性病/高齡風險，改採就醫 |
| 疑似急症（胸痛、呼吸困難、意識改變、單側無力、嚴重過敏） | 不適合做分流決策 | 優先急診或 119；不要等待 AI 文字回覆來決定 |
| 自殺意念、嚴重焦慮恐慌或他害風險 | 不適合承擔危機守門 | 立即求助身邊可信任者與專業資源；台灣可撥打 1925（安心專線）或 1995（生命線），緊急狀況請 119/110 |
當 AI 在急症分流與危機守門出現不穩定時，最重要的是建立「人類優先」的安全路徑：危急先救命、再談資訊；需要支持先連結資源、再談建議。
下一步：把「預防」做厚，把「分流」交還給專業
這些研究不是要否定 AI 健康科技，而是提醒產業與使用者：真正的價值不在取代醫療決策，而在提升預防與照護流程的效率。對個人而言，最可行的延伸行動是把科技用在「可控、可驗證、可追蹤」的領域——例如以步數、心率區間訓練、阻力訓練進度、睡眠規律、壓力管理等指標，打造 8–12 週的身心健康計畫；同時建立自己的「紅旗清單」與緊急聯絡流程。對產業而言，未來的消費級健康 AI 若要走得更遠，必須在台灣與各地法規框架下，強化風險分級、情境測試、與在地醫療資源的銜接設計。
如果你正打算開始一段更有系統的健康生活，建議今天就做三件事：選一個你願意長期追蹤的指標（例如每週運動分鐘數）、設定一個可達成的運動目標（例如每週 150 分鐘中等強度有氧加 2 次肌力）、並把「出現哪些症狀要直接就醫」寫進手機備忘錄。把 AI 當成提醒與整理的工具，把關鍵決策留給專業與緊急系統，你會更安全，也更可能真正把健康科技變成改變生活的助力。
