根據一份由哈佛醫學院（Harvard Medical School）與布萊根婦女醫院（Brigham and Women's Hospital）主導、並刊登於《美國醫學會雜誌》（JAMA）的最新研究，顯示臨床醫師獲取醫療知識的方式正從記憶轉向檢索，對人工智慧（AI）工具的依賴度正大幅攀升。

這項深入研究分析了 OpenEvidence 這款 AI 工具在兩年半期間的超過 2.7 億次查詢資料，這些查詢來自 95 萬名臨床人員。數據顯示，活躍的臨床 AI 工具用戶人數從 2024 年 1 月的 355 人，暴增至 2026 年 6 月的 703,265 人。同期，每月總查詢量也從 6,000 次急遽躍升至 2,780 萬次。此外，臨床醫師對 AI 工具的月度留存率從 2024 年初的約 70% 提升至 2026 年 6 月的 90%，其中有 92.5% 的活躍用戶是回頭客。

研究發現，護理師（Nurse Practitioners）和醫師助理（Physician Assistants）是臨床 AI 工具最主要的使用者，每月每位活躍用戶平均發出 44.5 次查詢，而醫師群的平均為 37.1 次。在醫師各科別中，腫瘤與血液科、內科和家庭醫學科的查詢頻率最高。醫師的查詢中，有 33.1% 聚焦於治療與管理，另有 13.9% 用於診斷，這突顯 AI 已成為臨床決策支援的重要環節。

各科別查詢目的也反映其專業優先性。例如，精神醫學科醫師有 29.1% 的查詢關於藥物資訊，遠高於整體醫師平均的 14.1%。腫瘤與血液科醫師更常查詢特定研究與臨床試驗（佔 3.5%），而腸胃科和心臟科醫師則較常查詢臨床實踐指南。

研究人員指出，儘管臨床醫師最常尋求 AI 協助進行治療與藥物資訊，但目前評估臨床 AI 工具效能的許多指標，可能未能完全匹配醫師實際的使用情境。這意味著，AI 工具在治療選擇、藥物指引和證據整合等實際應用任務上的表現，仍有待更全面且精準的衡量。研究建議，未來的評估與監督框架應更聚焦於醫師在真實世界中提出的治療和藥物問題，並將 AI 使用狀況與後續的臨床決策及病患預後緊密連結。

參考來源