醫療 AI 最大的盲點是病人不願說真話
近年醫療 AI 的討論，很多時候都集中在一個問題上：AI 能否準確診斷疾病？它能否看懂影像？能否比醫生更快找出病灶？能否減少誤診？這些問題當然重要，因為醫療牽涉生命，任何錯誤都可能帶來嚴重後果。當我們把所有焦點都放在 AI 的診斷能力時，反而容易忽略另一個更前置、更根本的問題：AI 所得到的資料，是否一開始就是完整的？
醫療診斷建基於病人如何描述自己。哪裡痛、痛了多久、怎樣痛、甚麼時候最嚴重、有沒有其他症狀、曾否服藥、過去有沒有病史，這些看似零碎的資料決定了醫生能否準確判斷。換句話說，醫療是一個由病人敘述、醫生追問、症狀被整理、風險被辨認的互動過程。AI 如果要參與醫療診斷，它面對的第一道關卡是病人是否願意把資料完整交出來。
這正是醫療 AI 最容易被低估的盲點。很多人以為，只要 AI 模型足夠強、資料庫足夠大、演算法足夠精準，它就能在醫療場景中發揮巨大作用。但問題是病人不是資料庫。病人不會像機器一樣，把自己所有身體狀況整齊、完整、客觀地輸入系統。人會害怕，會尷尬，會自我審查，會覺得某些症狀不重要，會隱瞞生活習慣，甚至會因為不相信對方能理解自己，而選擇少說一點。
當對象是人類醫生時，病人未必完全誠實，但至少會感覺自己正在被一個具體的人理解。醫生的眼神、語氣、追問方式、停頓、表情，會令病人判斷自己是否可以繼續說下去。很多醫療資訊是在互動中慢慢被引出來的。有時候，病人最初只說「有點不舒服」，但在醫生追問之下，才補充其實已經痛了幾星期；一開始只說「睡得不好」，後來才說出伴隨心悸、胸悶、情緒低落。這些資料是被信任誘發出來的。
AI 的問題就在這裡。即使它可以分析症狀，也未必能讓病人願意完整描述症狀。病人面對 AI 時，可能會覺得「講太多都冇用」、「佢都唔會明我」、「我講得複雜，佢未必處理到」、「反正只係系統，簡單答就算」。於是，病人把病情壓縮成幾句簡短描述，甚至只提供最表面的症狀。對 AI 來說，這是整個診斷鏈條的源頭污染。輸入一旦不完整，後面的分析再精密，也只能在殘缺資料上運算。
所以，醫療 AI 的真正難題，不只是「AI 是否懂醫學」，也是「病人是否相信 AI 懂自己」。這兩件事並不一樣。懂醫學，是知識能力；懂自己，是被理解感。前者可以靠模型訓練、資料累積和臨床驗證提升；後者卻牽涉語氣、信任、關係和人對機器的心理投射。一個病人未必會質疑 AI 有沒有讀過醫學資料，但他可能會懷疑 AI 能否理解自己的特殊情況。正因如此，病人會本能地減少自我揭露，讓 AI 收到更貧乏、更片面的資料。
這裡有一個很重要的誤解：很多醫療科技設計都把病人視為「資料提供者」，但病人在真實場景中，其實是「尋求理解的人」。當一個人身體不適時，他希望有人幫他辨認那些模糊、混亂、難以表達的感覺。人對身體的感知本身就不精準，很多人甚至不知道如何形容自己的痛楚。是刺痛、脹痛、抽痛、灼熱、壓迫感，還是麻痺感？這些差異對診斷很重要，但不是每個病人都能自行整理出來。
人類醫生的價值正在於能夠處理這種模糊性。醫生透過問診把模糊感覺轉化成可判斷的醫療資訊。這也是為甚麼醫療 AI 如果只追求診斷答案，而不重視問診過程，就會很容易出問題。真正有效的醫療 AI 要像一個好的問診系統，懂得逐步引導病人說清楚，甚至在病人說得太少時，辨認出資料不足本身就是風險。
這也代表醫療 AI 的未來競爭是誰更懂得設計「讓病人願意說真話」的入口。這個入口可能包括語氣設計、問題順序、回應方式、隱私承諾、風險提示，以及如何令病人感到自己被一套可信任的系統接住。醫療 AI 要進入人的身體世界，不能只靠技術權威，還要通過心理信任。
尤其在醫療場景中，「不說真話」未必是刻意欺騙。有時候，病人只是覺得某些資訊不重要；有時候，是羞於談及私密問題；有時候，是怕被責備；有時候，是不想承認自己的生活習慣有問題；有時候，是怕資料被記錄、被使用、被判斷。面對人類醫生，這些心理障礙已經存在；面對 AI，它們不一定會減少，甚至可能加劇。因為病人未必知道資料會流向哪裡，也未必知道 AI 如何使用自己的病情描述。
這使醫療 AI 牽涉的不只是技術問題，也有制度問題。誰負責保護資料？誰負責解釋 AI 的判斷？如果 AI 因為病人提供資料不足而作出錯誤分流，責任屬於誰？如果病人因為不信任 AI 而少說症狀，系統是否有能力辨認「資料不足」？這些問題不能單靠提高模型能力解決。它們需要醫療制度、技術公司、醫護人員和病人之間重新建立一套信任結構。
所以，醫療 AI 最危險的發展方向是把病人簡化成輸入端，把診斷簡化成輸出端。這種想像看似有效率，實際上卻低估了醫療的本質。醫療是人在脆弱狀態下尋找判斷、理解和承托。病人講病情，本身就是一種關係行為。當他願意說得更多，不只是因為他記得更多，也是因為他相信對方值得知道。
真正成熟的醫療 AI，應該先承認這一點：它站在信任入口。它要做的是讓人願意把問題說完整。它要懂得在資訊不足時停下來追問，而不是急於判斷；要懂得辨認病人語句中的遲疑、空白和模糊，而不是只處理明確關鍵字；要懂得讓病人明白，完整描述是保護自己。
醫療 AI 的成敗，最後可能不取決於它是否比醫生更聰明，而取決於病人是否願意在它面前誠實。因為醫療是由第一句病情描述開始。如果第一句已經被簡化、保留和壓縮，後面所有智能分析都只是建立在不完整的地基上。
所以，醫療 AI 最大的盲點是人未必願意對它說真話。AI 可以學懂醫學，但它還要學懂一件更難的事：如何讓一個不安、懷疑、害怕被誤解的人，願意把自己的身體狀況完整說出來。這一步若做不到，醫療 AI 再先進，也只是擁有強大腦袋，卻聽不到真正病情。