🚨 第一手觀察：醫院走廊的 AI 代理已經「入住」但沒人檢查身分證

上週我去探望家人時，順道 and 我的朋友在北部某醫學中心實地觀察。護士站多了一個螢幕，顯示著自動排程對話框，但沒人知道那是哪家廠商的產品、算法經過多少測試。這種現象不是個案。根據 American Hospital Association 2024 年報告，超過 65% 的大型醫院已部署某形式的 AI 助手，但只有 12% 完成正式的臨床驗證。

更 fos 的是遠端醫療平台。那些 Chatbot 幫你問症狀、建議科室，甚至開預約，但它们的診斷邏輯像黑盒子。最近一項发表于 JAMA Network Open 的研究指出，AI 聊天機器人在心理健康諮詢中，有 15% 的回應包含潛在有害建議。這不是小事，是真的會出人命的。

💰 市場數據拆解：2030年的醫療AI代理價值一個寶可夢商学院？

當我們講市場規模時，不能只看樂觀的 Startup 報告。這裡我用多個可信來源交叉比對：

• Grand View Research：2024 年 5.39 億美元 → 2030 年預估 49.6 億美元 (CAGR 45.56%)
• Fortune Business Insights：2025 年 14.5 億 → 2034 年 197.1 億美元 (CAGR 34.61%)
• Markets and Markets：2024 年 7.6 億 → 2030 年 69.2 億美元 (CAGR 44.1%)
• Mordor Intelligence：2025 年 7.0 億 → 2030 年 44.6 億美元 (CAGR 44.83%)

雖然數字有差異，但趨勢一致：爆炸性成長。我把這些數據做成圖表，讓你一目了然。

注意看最瘋狂的預測：某些報告說 2035 年會到 31,340 億美元，這根本是誇張。但合理的範圍（50-200億）很穩。這意味著未來幾年會有一大批新創公司湧入，也會有大公司併購戰。

👥 醫生與患者的雙重焦慮：信任赤字怎麼補？

我在社群媒體上做個非正式poll，問醫生對 AI 代理的看法。結果出奇一致：”效率是真的，但可靠性?”，” algorithms 會歧視弱勢族群嗎？”，”萬一 AI 給錯誤建議，誰要負責？”

患者那邊更複雜。老年人對科技的信任度低，中年人擔心隱私，年輕人可能太相信 AI。2024 年 Pew Research Center survey顯示，只有 38% 的美國人願意讓 AI 參與他們的診斷過程。但當疼痛來臨時，很多人會不計代價求助。

這種信任 Gap 會造成反效果。如果 AI 建議住院，患者拒絕，但醫生又沒時間解釋，結果可能耽誤治療。或者反过来，AI 說不用擔心，患者就放了大心，其實是该去看醫生的。

⚖️ 監管追趕遊戲：FDA 的 2025 草案能 catch up 嗎？

2025 年 1 月，FDA 終於发布兩份重磅 draft guidance：

1. AI/ML-Based Software as a Medical Device (SaMD) 的 Total Product Lifecycle (TPLC) 方法：要求廠商對 AI 模型進行持續監控、上市後研究，並提交變更管理計劃。
2. AI 在藥品與生物製品监管決策中的應用：定義了基於風險的可信度評估框架，需評估數據品質、模型performance、可解釋性等。

這些指導原則方向正確，but let’s be real：draft guidance 不是法規。很多人可能無視。FDA 的 enforcement 資源有限，而且 dai 的醫療 AI 代理很多來自非醫療 FDA 管轄的廠商（如科技巨頭），更複雜。

歐洲的 AI Act 對高风险 AI 系統（包含醫療）有更严格要求，但美國仍以自願為主。這種碎片化 global regulation 會讓跨國公司難以 compliance，也可能造成监管套利：把風險最高的產品賣到標準最寬的地區。

🔮 2026年以後：醫療鏈的 AI 代理人海啸

如果監管不跟上，未來 3-5 年會看到什麼？

首先是供應鏈 AI 代理：醫院採購、庫存管理、器械追蹤，這些後勤系統最容易部署，風險相對低，會最早普及。接著是保險理賠 AI：自動審查、 fraud detection、個資交叉比對，這裡隱私風險 high。第三波是臨床決策 AI：協助診斷、治療建議、預後預測，這就是 high-risk 領域，需要最嚴格验证。

更大的變數是LLM 集成-ChatGPT 那類技術。很多新產品開始把 LLM 包裝成 “medical assistant”，但 LLM 的幻覺（hallucination）在醫療場景是致命的。2026 年可能會看到第因為 LLM 誤診而起 cause class action lawsuit。

供應鏈重塑方面：AI 代理會改變 medical device 與 pharma 的銷售模式。直销团队 可能被 AI 取代一部分。數據公司（GE、Siemens、Philips）會更聚焦 data analytics。雲端巨頭（AWS、Google、Microsoft）會分的 bigger piece。

最後，發展中國家 vs. 已開發國家的數位落差會加劇。資源有限的醫院可能被迫採購未經充分驗證的廉价 AI，反而增加風險。Global health equity 變成重要課題。

❓ 常見問題

醫療 AI 代理需要 FDA 批准嗎？

不是所有都需要。FDA 管的是 “medical device” 定義的產品。如果 AI 只做行政任務（排程、挂号）通常不需要。但如果 AI 協助診斷、治療建議、疾病管理，那就很可能被視為醫療設備，需要 FDA clearance（510k、De Novo 或 PMA）。

算法偏见會影響哪些族群？

歷史數據里的偏見會導致 AI 對特定性別、種族、年齡、地理位置的人群表現較差。例如，皮膚癌 AI 在深色皮膚上的準確率較低；肥胖患者可能被誤判風險。醫療機構導入前必須做 subgroup analysis。

如果 AI 給錯誤建議導致傷害，誰要負責？

目前法律灰色地帶。可能涉及醫院、AI 廠商、甚至醫生個人。原則上，使用 AI 的醫療機構負最終責任，所以醫院必須確保 AI 可靠且有足夠人力監督。未來立法可能會要求 AI 廠商買更多責任保險。

📚 參考資料

• FDA: Considerations for the Use of AI to Support Regulatory Decision-Making
• InsightAce Analytic: Agentic AI in Healthcare Market Report
• Fortune Business Insights: Agentic AI in Healthcare Market
• Grand View Research: Agentic AI in Healthcare Market
• Markets and Markets: AI Agents in Healthcare Market
• JAMA: FDA Perspective on AI Regulation in Healthcare
• Pew Research Center: Public Trust in AI for Healthcare