醫療AI想再問一步，這份資訊要付出什麼代價？

2026年10月22日，微軟介紹了MAI-DxO，以及擬與貝斯以色列女執事醫療中心開展的前瞻性研究。這項研究是下一步計畫，不是已經完成的臨床結果。微軟公告

對考慮採用這類系統的醫院而言，問題不只是AI能否提出正確診斷，還包括它接下來索取的那份資訊，在這個場景下是否值得取得。模擬問診裡立即出現的答案，與需要另約時間才能得到的答案，即使文字完全相同，進入診療流程後的意義也可能不同。本文討論的是評估框架，不是針對個人的診斷或治療建議。

資訊要經過一條真實的路徑

SDBench文件說明，其資訊提供模組會回答系統的請求；如果病例文本沒有對應結果，還可以生成模擬結果。基準文件 因此，模擬資訊環境與實際醫療服務之間的邊界尤其值得注意。測試可以探索提問順序，卻不能據此確定每一項對應檢查都適合某位患者、在當地可取得，並且能及時完成。

不妨設想兩家醫院收到同一條AI建議，都需要進一步取得一項資訊。一家可以在本次就診中完成，另一家則需要患者再次往返、另等預約。假設模型相同，最終得到的答案也相同，資訊到達決策環節的時間差異，仍可能改變這條路徑的實際用途。這只是為評估設計的假設情境，並非對已宣布研究的描述，也不是對任何醫院的判斷。

採購團隊可以要求將每一種資訊請求，與產生這份資訊所需的工作對應起來：誰來安排，需要哪些人員和設備，結果能否趕在它所要支持的決策之前到達？如果資訊無法取得，評估應保留這種狀態，而不是悄悄換成一個資料齊全的病例。否則，評估結果可能把醫院並沒有提供的服務，也計算成了系統已經具備的能力。

少開幾張檢查單，只說明一部分

在我們提出的評估框架中，檢查帳單與取得結果的負擔應分別記錄。可以詢問的事項包括往返、排程、人員時間、操作是否具有侵入性，以及重複進行是否適當。這些問題需要臨床人員和研究設計者結合具體情況判斷，不能統一折算成「每多做一次檢查扣多少分」，本文也不賦予任何這樣的權重。

不取得本來有用的資訊，同樣可能帶來代價。如果評估只獎勵更少的請求，就可能鼓勵過早結束；如果只獎勵診斷的確定程度，又可能鼓勵不斷追加問題。更有意義的比較對象是完整的決策路徑：哪份資訊改變了有臨床意義的行動，哪些請求增加的價值有限，以及系統得不到所需資訊時發生了什麼。這種比較應同時考察可能的收益與負擔，而不是以減少檢查本身為目的。

NICE的數位健康證據框架指出，單憑診斷準確性不足以證明臨床實用價值。NICE數位健康證據框架 把這個區分放到這裡，可以提出一個具體問題：如果兩條路徑得出相同結論，其中一條是否能以較小負擔，更早支持適當決策，又沒有把問題推遲到後面？反過來，如果結論不同，也不能只憑眼前帳單較低，就認定某條路徑更好。

與當時真正可行的選擇比較

對照對象會改變研究回答的問題。把AI路徑與一位擁有無限時間的理想化醫師比較，與把它同本地實際運作中的服務比較，並不是同一件事。二者都不應在沒有說明的情況下替代對方。一個有用的研究方案，可以記錄每次決策當時可用的預約、人員和資料，並說明系統建議無法執行時，應如何由臨床判斷介入。

這並不意味著早期研究必須一次涵蓋所有問題。邊界清楚的研究，可以先觀察所建議的下一步是否可行，以及資訊是否及時到達；後續研究再檢驗它對決策和患者結局的影響。將這些問題分開，可以避免把工作流程上的可行性包裝成已經證實的臨床獲益，同時也承認可行性本身具有價值。對這次宣布的前瞻性研究，仍應以實際方案和已報告結果為依據，而不是把外界希望它測量的指標，當成它已經承諾或已經完成的內容。

錯誤也需要分別解釋。漏掉一種情況，與發起一次不必要的進一步檢查，不一定帶來等同的後果；一篇BMJ方法論文說明了比較診斷表現時臨床背景的重要性。方法論文 我們由此提出的營運建議，是不要把這些後果全部藏進一個平均分或一個金額。分別報告，臨床評審者才能看見所謂節省究竟包含什麼取捨。

什麼證據會改變採用決定？

一種令人鼓舞的結果，應能把模型提出的資訊請求、實際能夠完成這些請求的服務、臨床人員隨後的決策，以及適當的觀察期連接起來。一種尚不確定的結果，可能是推理表現不錯，但所需資訊無法充分取得。另一種不理想的情況，則可能是看似經濟的路徑，只把工作轉移給了其他團隊。這些都是有待研究的解釋，不是對MAI-DxO的預測。

順序診斷AI有價值的潛力，在於協助組織不確定性，而不只是再給出一個答案。這樣一來，它的用途也部分取決於能否辨認自己無法取得的資訊。對開發者與醫院採購方而言，產品問題因此變得更具體：除了問系統知道什麼，還要問它建議的下一步，要求周圍的機構投入什麼。接下來的證據應說明，這些投入是否形成有用的診療，而不僅是一段在模擬環境裡井然有序的對話。