醫療 AI Agent 的 5 個引擎：從找資料到發布怎麼分工？

**你可以把醫療 AI Agent 理解為一套會依規則呼叫資料、模型與工具，並把任務往下一步推進的工作系統。**它不等同聊天機器人，也不代表能自行承擔醫療責任。

一般聊天工具多半接收一次提問，再生成一次回答。Agent 則會依工作狀態執行多個動作，例如搜尋指定資料庫、擷取文章內容、檢查必填欄位、送交審核，通過後再轉換格式。每一步都要知道輸入從哪裡來、輸出交給誰，以及失敗時停在哪裡。

醫療情境尤其要先寫清楚「用途」。協助整理公開衛教資料、草擬文章與處理排程，和根據個人病歷提供診斷建議，風險不是同一級。WHO 2024 年針對大型多模態模型的指引，也要求開發者把任務界定清楚，並以所需的準確性與可靠性設計系統（註1）。

因此，第一版規格可以先回答四件事：服務誰、使用哪些資料、產出會去哪裡、最後由誰核准。只寫「自動生成高品質醫療內容」，像菜單只印「好吃」，廚房仍不知道該備什麼料。

**拆成五個引擎後，你能分別限制資料來源、設定驗收條件，也能在單一步驟出錯時停機。**局部重做比整條流程重跑更容易追查問題。

**你可以用它做原型，但不宜把搜尋、判讀、寫作與發布的責任全綁在同一次生成。**提示詞越長，不代表來源更可靠，也不會自動留下完整稽核紀錄。

醫療內容的錯誤不只是一個錯字。來源可能過期，摘要可能漏掉研究限制，模型可能生成不存在的引用，發布工具也可能把草稿送到正式網站。這些失誤需要不同的偵測方法：連結檢查抓不到誇大推論，醫療審稿也未必發現發布權限設得太寬。

Bedi 等人回顧 519 項醫療大型語言模型評估研究後發現，只有 5% 使用真實病人照護資料；研究團隊並指出，現有評估在任務與衡量方法上缺乏共識（註2）。這提醒你，模型在考題或模擬案例表現亮眼，仍不能直接推定整套真實工作流程安全。

**你至少要管理來源、權限、版本、紀錄、審核與追溯六件事。**護欄應橫跨五個引擎，不能等內容寫完才補一次檢查。

「來源」要求每個關鍵主張回到原文；「權限」限定誰能看資料、呼叫工具與發布；「版本」記錄模型、提示詞、知識庫與文章的變更；「紀錄」保存每一步輸入、輸出與錯誤；「審核」指定醫療、法規及編輯負責人；「追溯」則讓團隊能從上線文字一路查回證據與核准者。

NIST 的 AI 風險管理框架把工作整理為治理、情境描繪、衡量與管理四項功能，並強調治理要貫穿其他功能，風險管理也要持續涵蓋整個生命週期（註3）。套用到醫療內容時，護欄應存在於蒐集、製作、發布與上線後監測，而非只有結案前的一張勾選表。

WHO 也提醒，大型多模態模型可能產出錯誤、不完整或帶偏誤的陳述，還可能造成自動化偏誤，讓使用者忽略原本看得出的錯誤（註1）。人工審核因此不能只問「讀起來順不順」，還要核對來源、適用族群、數值、禁忌與結論強度。

**先選一種低風險、可重複的內容，跑通一條有人工核准的最短流程。**你要先證明每一步可查、可停、可退回，再增加圖片、影音或自動發布。

適合起步的任務，可以是把指定政府衛教頁與已核准研究整理成固定格式的草稿。先避開個人診斷、即時醫囑、藥物劑量與未去識別的病歷資料。正式測試時，除了正確案例，也要放入過期來源、衝突證據、缺欄位與發布失敗等情境。

**你要看的不只是文章品質，還包括來源可追、權限受控、錯誤能攔、版本可回復，以及上線後有人監測。**任何高風險環節無法說明負責人，都不適合直接全自動化。

一套可工作的系統，不必一開始就包辦所有媒介。穩定完成公開資料蒐集、證據整理與草稿製作，往往比同時做文章、圖卡、短影音與排程更有價值。每增加一種輸出，就多一組格式、版權、內容失真與發布權限風險。

**本文以 WHO、NIST、同儕審查系統性回顧與政府公開的中醫文獻說明為依據。**五引擎是依這些治理原則整理出的實務框架，並非上述機構共同制定的標準。