在醫學發展的長河中，我們正經歷一場從「醫師說了算」到「我們一起決定」的典範轉移。然而，這條轉移之路並非坦途。
2012 年，行為科學家彼得尤伯（Peter A. Ubel）在其著作《生命的關鍵決策》（Critical Decisions）[1]中揭示了「賦權」背後的隱憂；而今日，AI 的崛起則為這場決策賽局加入了全新的變數。
為什麼「純粹自主」反而是種負擔？
20 世紀末的醫療改革試圖推翻「醫療家長主義」（Medical Paternalism），轉向強調患者自主[2]。但這種轉向往往陷入了過猶不及的困境。
1. 賦權失能（Empowerment Failure）
許多醫師採取「資訊傾倒」的策略，將複雜的數據丟給患者後便說：「事實就是這樣，請你決定。」尤伯認為這並非真正的賦權，而是責任規避。
2. 認知偏誤的泥淖
人類並非完全理性的經濟人。恐懼帶來的癱瘓感、對罕見副作用的過度焦慮，以及「結果偏誤」（Outcome Bias，僅依據結果好壞而非決策過程來評價），都讓一般人在危機時刻難以做出真正「自主」的選擇。
核心觀點： 真正的醫療決策不應是「醫師提供資訊、患者做選擇」，而是一場科學與價值觀的融合。醫師帶來科學實證，患者帶來個人價值觀，雙方協作才能產出最優解。¹
AI 時代的醫療三元論：LLM 如何改變診間？
十三年後的今天，GPT-4、Claude 與 Gemini 等大型語言模型的出現，將傳統的醫病「雙人舞」轉變成了「三方會談」。
1. 資訊門檻的瓦解
LLM 最強大的功能在於「轉譯」。患者可以要求 AI 將晦澀的病理報告解釋得如同高中教材，或列出與醫師討論的關鍵清單。這解決了尤伯所說的「知識詛咒」，讓患者在進入診間前已備好基本武裝。
2. 「確信幻覺」的新風險
然而，AI 帶來了另一種非理性：虛假自信的幻覺（Confident Hallucination）。AI 可能會以極其肯定的口吻編造臨床指南。對於像前列腺癌（手術 vs. 放射治療）這類關鍵決策，若基於錯誤的 AI 前提做決定，後果不堪設想。
八大溝通技巧
對於醫師在面對為患者作決策時，提供很好的技巧，儘管是十多年前的技巧，但仍歷久彌新。可以將這些技巧，區分為三大面向：價值探索、資訊傳遞、心理導航。
第一面向：價值探索（找出患者真正「想要」什麼）
1. 協助患者探索價值觀（Help Patients Discover What They Want）
患者往往並非真的知道自己想要什麼，特別是在恐懼籠罩時。醫師不應只問「你想手術還是化療？」，而應引導討論：「在你的生活中，最不能放棄的活動是什麼？」找出患者對生活品質與生存長度的優先排序。
2. 關注決策後的「感受」（Focus on Affective Forecasting）
人類很不擅長預測自己未來的感受。醫師應分享過往病友的真實經驗，幫助患者想像：「如果您選擇方案 A，雖然生存率高，但可能伴隨長期疲累，這對您的日常生活會有什麼影響？」這能修正患者在決策時的「情感預測偏誤」。
第二面向：資訊傳遞（克服大腦的認知陷阱）
3. 警惕框架效應（Be Aware of Framing Effects）
同一個醫療結果，說法不同會直接改變患者的選擇。範例： 「這項手術有 90% 的存活率」聽起來比「有 10% 的死亡率」令人安心許多。尤伯建議醫師應同時呈現兩種說法，以保持決策的中立性。
4. 提供平衡的資訊（Provide Balanced Information）
醫師必須有意識地平衡各方案的優缺點。當醫師下意識地傾向某種治療時，語氣往往會變得偏頗。這項技巧要求醫師像一名中立的法官，將所有科學證據（Pros and Cons）對等呈現。
5. 善用決策輔助工具（Utilize Decision Aids）
數據是抽象的，視覺是直觀的。尤伯倡導使用圖表、手冊或數位工具（如今日的 AI 圖像化），將機率轉化為可感知的視覺。例如：用「100 個笑臉中的 5 個哭臉」來解釋 5% 的風險。
第三面向：心理導航（建立真正的夥伴關係）
6. 承認決策的情緒負擔（Acknowledge the Emotional Burden）
重大醫療決定會帶來巨大的心理壓力和「決策後悔」。醫師若能說出：「我知道這是一個非常艱難的決定，換做是我也會很掙扎」，這份同理心能有效降低患者的防衛心理，讓大腦從「戰或逃」模式回歸理性討論。
7. 鼓勵患者主動提問（Encourage Questions） 尤伯建議採用 "Ask-Tell-Ask" 模式：先詢問患者了解多少（Ask），提供精簡的資訊（Tell），最後再次詢問患者的理解程度與疑問（Ask）。這能確保雙方在同一個頻道上，而非醫師單方面的獨白。
8. 建立真正的協作夥伴關係（Foster True Partnership） 這是八大技巧的總結。醫師應明確告訴患者：「我是科學專家，而你是你自己生命的專家。我們需要將這兩份專業結合，才能做出對你最好的決定。」
如何實踐「人類協作模式」（Human-in-the-Loop）？
若角色是現代患者或其家屬，我們該如何結合尤伯的原則與 AI 的效能？[3]以下是優化決策的三個核心步驟：
步驟 1：利用 AI 進行「預習」與「轉譯」
患者做法： 將檢查報告中不懂的術語輸入 AI，並要求它：「請解釋這個指標的臨床意義，並幫我列出五個我該詢問主治醫師的關鍵問題。」
目的： 消除溝通障礙，將醫師的時間留給深層次的價值討論。
步驟 2：辨識醫師的「資訊整合」角色
患者做法： 患者應開誠布公地告訴醫師：「我在 AI 上查到了這些方案，您如何評價其準確性？」
目的： 醫師不再是知識的守門人，而是資訊整合者（Information Curator），負責審查 AI 輸出的真偽，並加入臨床直覺與個體差異。
步驟 3：回歸價值觀的對話
患者做法： 思考自己的生命需要什麼或重視什麼，這個疾患會對我未來造成什麼影響，「如果治療會影響我的生活品質（如運動能力或長期服藥），我更看重什麼？」
目的： AI 提供數據，醫師提供驗證，最後由患者來注入生命價值的判斷。
結語，回歸「人」的本質
在資訊爆炸的 2026 年，尤伯的警示更顯珍貴：「給予選擇」並不等同於「給予最佳照護」。 決策中那份最深沉、最頑強的部分，始終是屬於人類的。AI可以計算機率，但只有人能賦予這些數字意義。
參考文獻
Ubel PA. Critical Decisions: How You and Your Doctor Can Make the Right Medical Choices Together. New York, NY: HarperOne; 2012.
中文書為《生命的關鍵決定：從醫生決定到病人決定的時代》Charles C, Gafni A, Whelan T. Shared decision-making in the medical encounter: what does it mean? (or it takes at least two to tango). Soc Sci Med. 1997;44(5):681-692.
Laranjo L, Tudor Car L, Payne R et al. Artificial intelligence in primary care: innovation at a crossroads.The Lancet Primary Care, 2025(online first)
留言
張貼留言
歡迎提供您的想法或建議，感謝