AI 在精神醫療最實際的價值，是把兩次回診之間散落的資訊整理成可核對的時間軸。它能協助提問與提醒；診斷、治療及危機處置仍需由人完成，並由醫療人員與病人一起討論。
回診前一晚十一點二十分，小安打開手機，想整理這個月的狀況。行事曆寫著兩次請假，通訊軟體裡有一段和家人的爭執，藥袋旁貼著「早上很暈」，手環則顯示某幾晚只睡四個多小時。這些線索各自都是真的，放在一起卻很難說清楚。他擔心講得太零碎會浪費醫師時間，也怕漏掉細節後，自己的進步或不舒服都被低估。陪同的家人記得他某天突然取消聚餐，卻說不出確切日期。隔天坐進診間，醫師問：「最近怎麼樣？」他停了幾秒，只回答：「很累很糟，不過這幾天好像有比較好，我也不知道我怎麼了。」直到談話快結束，他才想起上週曾有一晚情緒很低，也忘了說換藥後食慾明顯增加。這個情境由多個常見診間片段組合而成，也很貼近許多人的經驗。病人願意說，記憶、時間與壓力卻讓重要變化散落了。
一、「最近怎麼了」藏著的 3 層資訊
精神科問診常同時處理三層資訊。第一層是症狀：睡不著、心悸、提不起勁或變得易怒。第二層是時間：何時開始、持續多久、調藥前後有沒有變化。第三層是處境：工作壓力、家庭衝突、身體疾病、酒精或其他藥物。少了其中一層，同一句「我最近比較累」便可能有截然不同的意義。回診當天的心情也會改變回憶；狀況好時，人容易低估前一週的低潮，焦慮升高時，又可能只記得最難受的片段。
日常比喻一：短紀錄像照片，排好才看得出前後
每天的一筆短紀錄像一張照片。單看某張，醫師只知道那天睡得差；依日期排好，才可能看出失眠出現在加班後、調藥前三天，或月經週期的特定時段。整理時仍要保留原始紀錄，讓病人能修正摘要，醫師也能核對事件先後。時間上的接近提供了討論的起點，原因仍須進一步評估。
日常比喻二：儀表板會亮燈，方向盤仍由人握著
睡眠突然縮短或活動量明顯改變，就像儀表板亮燈，提醒我們需要查看。亮燈本身無法告訴醫師原因，更不能直接下診斷。病人的基準、生活脈絡、會談與專業評估，才決定下一步往哪裡走。
二、研究怎麼說？4 組證據把期待與現況分開
（一）規律量測有幫助，但它是一套照護流程
「量測導向照護」會定期蒐集症狀、功能與副作用，再由醫療人員依結果調整照護。憂鬱症研究的系統性回顧顯示，它可能提高緩解率、降低治療末期症狀，部分研究也發現服藥遵從度改善；研究規模、偏差與介入方式仍有差異。[1] 另一篇涵蓋 17 項隨機試驗、8,787 名成人的 Cochrane 回顧則發現，其中可合併的 12 項研究沒有顯示「單純把病人自填量表結果回饋給醫療人員」能明確改善症狀，而且證據品質偏低。[2] 放在一起看，較合理的結論是：規律量測必須接上「有人看、有人討論、能調整照護」的流程，不能把填量表或裝一個 AI 工具本身當成治療。
（二）遠距紀錄可看見趨勢，持續使用並不容易
2026 年遠距量測照護的系統性回顧納入 103 項研究，平均紀錄完成率約四分之三；提示太頻繁時，遵從度反而下降。整體臨床效果小且不一致，不良影響也常未被完整報告。[3] 這提醒我們，病人需要的是負擔可承受、有人解讀的設計，而非每天填滿十幾個欄位。
（三）復發預警仍在研究，提醒不能寫成預測保證
數位表型研究會觀察睡眠、活動、移動與通訊模式。2026 年一篇納入 52 項研究的回顧指出，部分模型在研究資料內有中等辨識能力；多數研究有高偏差風險，外部驗證後表現下降，也沒有研究證明實際部署能改善病人結果。[4] 這些研究還不足以支持 AI 直接判定「復發」。提醒是否有用，還要檢驗誤報、漏報，以及醫療團隊收到提醒後能否及時接手。
（四）共同決策工具能幫忙準備問題，療效證據較有限
精神醫療的共同決策研究顯示，工具可提升病人當下感受到的參與程度，通常不會明顯拉長診療時間；對長期症狀與功能的影響仍不確定。[5] 憂鬱症決策輔助工具也可能增加知識、減少決策衝突，但對服藥遵從與症狀沒有一致效果。[6] 至於大型語言模型，現有精神健康研究多停留在技術可行性，真實臨床驗證、安全測試與長期結果不足。[7,8] 針對心理健康聊天機器人的回顧也發現，危機流程與不良事件監測常不完整。[9] 模型說話流暢，不代表內容已被查證；不同族群、語言與危機情境也需要分別測試。
三、跨專科醫師反覆提到的 3 條共同底線
（一）先設計查核流程，再談工具有多聰明
楊為傑醫師把 AI 視為能力很強、記憶卻不可靠的實習生，主張用固定流程、檢核點與不同人員複核；李宜靜醫師追問 AI 能看什麼、能寫到哪裡、誰覆核、最後誰簽名；李俊廷醫師則把醫師定位為指揮官。[13,15,17] 劉宗瑋醫師提醒，工具愈順手，醫師愈要防止把思考一併外包。[20] 對精神科來說，AI 產生的時間軸、病歷草稿或提醒，都應能回到原始資料，並由病人及醫療人員確認。
（二）資料要拼回一個人，不能把人縮成分數
陳依君醫師強調，各科拆開的病歷、用藥與生活資料，需要重新放回同一個人的脈絡；高堯楷醫師從連續時間序列思考健康變化；顏韻珊醫師則關心診間外的日子與病人想恢復的生活功能。[14,16,18] 這些觀點放進精神醫療後，意思很具體：睡眠時數、量表分數與活動量可以提供線索，醫師仍要知道病人是否能上班、照顧家人、與朋友聯絡，以及那段時間發生了什麼。
白袍人生學院創辦人張益豪醫師彙整的其他專科觀點也指向長期脈絡：周建存醫師看重行為、用藥與主觀感受的變化；陳彥宏醫師關心醫師不在場時的理解與共同決策；許永政醫師則談早期辨識與持續提醒。陳昱傑醫師期待 AI 從步態與居家感測的變化，提早提醒長輩的跌倒風險；張聰麒醫師提醒，AI 算得準影像與數據，該不該開刀仍需要醫師的判斷與責任；周維薪醫師觀察，AI 不會取代醫師，卻會把醫師之間的差距一年一年拉大；陳品宏醫師則強調，孩子的精神、活動力與臉色這些細微線索，很難只靠文字傳達給 AI。[12] 這些構想移到精神科以前，還要分別驗證準確度、誤報、漏報與真人接手流程。
（三）AI 幫忙展開選項，醫師負責收斂與善後
白袍人生學院創辦人張益豪醫師觀察，民眾已有大量答案，診間更缺的是能依危險度、常見度與個人處境收斂資訊的人；吳政誼醫師也主張把重大醫療選擇拆成目標、選項、追蹤節點與改變策略的條件。[12,19,21] 套用到精神科，AI 可以幫忙展開與整理選項；醫師則要把診斷、過去治療反應、共病、其他用藥、風險與生活目標放回同一個人的脈絡裡，和病人收斂出可執行的下一步。最後的診斷、治療建議、風險判斷與後續照護，仍由醫療團隊與病人共同承擔。
四、我對 2027 年精神醫療 AI 的四個期待
病人每天都在經歷變化，回診時卻很難把這些事情完整帶進診間。這是我最期待 2027 年醫療 AI 幫上忙的地方。
第一，把「最近不太好」整理成說得清楚的時間軸。睡了多久、什麼時候焦慮、哪天漏服藥、生活裡發生什麼事，每天簡單記一筆。AI 協助整理後，醫師就能和病人一起核對：變化從哪天開始、調藥後改善了什麼、哪些不舒服需要再評估。
第二，讓值得注意的變化早一點被看見。有人開始睡得少卻特別有精神，有人逐漸不出門、不回訊息。如果工具經過驗證，並在病人同意、隱私受到保護的前提下，比較他自己的長期模式，就有機會提醒提早聯絡診所。這些線索需要醫師判讀，不能直接當成復發診斷。
第三，讓病人更清楚自己在選什麼。藥物、心理治療、TMS 或生活調整，各有適用情況。我期待 AI 幫病人看懂效果、時間、副作用與限制，也整理出他最在意的事：白天能不能工作、治療如何配合生活、哪些不舒服最難接受。帶著這些問題回診，共同決策才會更具體。
第四，把衛教延伸到回家以後。剛開始吃藥、失眠或恐慌發作、做完 TMS 後有不適，病人常不知道下一步。AI 若依據診所審核過的內容提供指引，並清楚交代何時聯絡醫療人員、何時立即就醫，就能幫助病人銜接照護；危機處理仍須由真人接手。
我期待 AI 幫忙記錄、整理和提醒，讓醫師少花一點時間追資料，多花一點時間聽病人說話。下一次回診，我們就能從「這幾天發生了什麼」談起，一起理解變化，也一起決定接下來怎麼走。
一張表看懂 AI 在兩次回診之間的 4 個位置
| 使用情境 | AI 可以協助 | 目前不能交給 AI | 必要的人為確認 |
|---|---|---|---|
| 每日簡短記錄 | 分類睡眠、情緒、焦慮、用藥、副作用與事件 | 推定病因、貼上診斷標籤 | 病人可查看原文並修正摘要 |
| 回診前整理 | 畫出時間軸、標記改變點、列出待問問題 | 決定停藥、加藥、換藥或療程 | 醫師核對病史、功能與風險 |
| 變化提醒 | 與個人基準比較，提醒提早聯絡 | 保證預測復發、單獨判定自傷或躁期 | 有明確真人接手與回應時段 |
| 衛教與追蹤 | 提供診所審核過的照護指引 | 取代 24 小時醫療照護或急診分流 | 清楚標示來源、版本及緊急管道 |
五、把病情交給 AI 安全嗎？必須有 4 道防線
「醫師，我把整段對話和病歷貼進去，這樣比較完整嗎？」這是我們預期愈來愈常聽到的問題。精神科紀錄可能包含診斷、用藥、家庭關係、創傷與自傷風險，屬高度敏感資訊。台灣《個人資料保護法》要求蒐集與利用具有明確目的、適當範圍及告知事項；使用 AI 時還要把技術流程說清楚。[11]
四道防線包括：取得能被理解、能撤回的同意；只蒐集照護需要的最少資料；每一項摘要或提醒都能追溯來源、版本與修改紀錄；設置真人覆核、錯誤攔截及危機接手。病人也應知道誰能查看、保存多久、能否退出與刪除。未經診所核准的通用服務，不宜輸入姓名、身分證字號、病歷號、完整病歷、可識別照片或私密對話。世界衛生組織也提醒，大型多模態模型可能產生錯誤、偏差或不完整資訊，並帶來自動化偏誤與資安風險。[10]
六、今天就能做的 6 格回診紀錄
在合適工具真正成熟以前，一張手機備忘錄已經很有用。每天花一分鐘，遇到變化時再補一句：
- 睡眠：上床、入睡、醒來時間，以及是否比平常明顯變少或變多。
- 情緒：用 0～10 分記下低落、易怒或情緒高昂，再補一個具體例子。
- 焦慮：發作時間、身體感受、持續多久，以及當時正在做什麼。
- 用藥：實際服用時間、有無漏服；請記錄事實，先不要自行增減。
- 副作用：嗜睡、暈眩、食慾、腸胃、性功能或坐立難安等新變化。
- 生活事件：加班、爭執、生病、飲酒、旅行、月經週期或其他明顯壓力。
回診前請 AI 協助時，可要求它只做三件事：「依日期排序」「把事實與推測分開」「列出需要向醫師確認的問題」，再逐句檢查有沒有誤解。若紀錄本身含可識別資訊，請使用院所核准且告知清楚的系統；沒有把握時，直接帶原始備忘錄回診即可。
不必追求每天完整填滿。可以先記兩週，每週花五分鐘回看一次，圈出和平常差異最大的兩天，並補上「對工作、上課、家務或人際有什麼影響」。回診時帶上目前藥袋或用藥清單，會比只記藥物顏色更容易核對。若書寫本身使焦慮升高，請縮短欄位、降低頻率，並和治療團隊討論是否適合繼續追蹤。
七、病人常問的問題
（一）AI 說我可能復發，需要回診嗎？
AI 的提醒不等於復發診斷，但可以作為聯絡原治療團隊的線索。你可以提供近期的睡眠、情緒、用藥與生活事件紀錄，以及 AI 提醒的內容，讓醫療人員協助判斷是否需要提早回診。這些提醒可能反映值得注意的變化，也可能是誤報，請勿依照 AI 建議自行停藥、加藥或更換治療。
（二）AI 能幫我選藥、心理治療或 TMS 嗎？
它可以整理效果、時間、常見不適、限制與你想問的問題。但真正的選擇要綜合納入診斷、過去反應、共病、其他用藥、生活目標與個人偏好，再由你和醫師共同決定。
（三）出現自傷念頭或嚴重躁動時，先問 AI 可以嗎？
即使自傷念頭短暫或不強烈，也值得被認真看待。請先告訴可信任的人，並盡快聯絡原治療團隊。AI 可以協助整理感受、準備求助時想說的話，但不應成為唯一的支持來源，也不要因為等待 AI 回覆而延後求助。但若有立即傷害自己或他人的危險、嚴重躁動、意識混亂，請立刻由可信任的人陪同就近急診，或撥打 119；需要即時心理支持時，可撥衛福部 1925 安心專線。AI 不能取代專業醫療及緊急評估，也不代表全天候有人監看，但可以作為一個橋樑。
八、結語：讓每次回診從完整脈絡開始
AI 可以幫忙記錄、整理與提醒，讓病人不用每次從「我最近好像不太好」重新開始，也讓醫師把更多時間留給傾聽、判斷與共同決策。今天可以試試看在手機建立一則「回診前整理」，放入睡眠、情緒、焦慮、用藥、副作用與生活事件六格，下次回診帶來一起核對。真正重要的改變，常從一筆說得清楚的紀錄開始。
九、參考資料
- Zhu M, et al. Measurement-based care for depression: a systematic review and meta-analysis. J Clin Psychiatry. 2021. DOI: 10.4088/JCP.21r14034. PMID: 34587377.
- Kendrick T, et al. Routine use of patient reported outcome measures (PROMs) for improving treatment of common mental health disorders in adults. Cochrane Database Syst Rev. 2016. DOI: 10.1002/14651858.CD011119.pub2. PMID: 27409972.
- Machleid F, et al. Remote Measurement-Based Care Interventions for Mental Health: Systematic Review and Meta-Analysis. J Med Internet Res. 2026. DOI: 10.2196/63088. PMID: 41603797.
- Fang SS, Chen SH. Digital phenotyping for relapse prediction in severe mental illness: a systematic review. BMC Psychiatry. 2026. DOI: 10.1186/s12888-026-08157-z. PMID: 42106724.
- Aoki Y, et al. Shared decision-making interventions for people with mental health conditions. Cochrane Database Syst Rev. 2022. DOI: 10.1002/14651858.CD007297.pub3. PMID: 36367232.
- Alarcon-Ruiz CA, et al. Effects of decision aids for depression treatment: systematic review and meta-analysis. BJPsych Bull. 2021. DOI: 10.1192/bjb.2020.130. PMID: 33371926.
- Bucher A, et al. Large Language Models in Mental Health Care: Systematic Review. J Med Internet Res. 2025. DOI: 10.2196/78410. PMID: 41186978.
- Cho, et al. Large Language Models for Mental Health Counseling: Systematic Review. 2026. DOI: 10.2196/80348. PMID: 41592221.
- Olisaeloka, et al. Generative Artificial Intelligence Mental Health Chatbots: A Scoping Review. Healthcare. 2026. DOI: 10.3390/healthcare14101395. PMID: 42194487.
- World Health Organization. Ethics and governance of artificial intelligence for health: guidance on large multi-modal models. 2024.
- 全國法規資料庫。《個人資料保護法》。現行條文，2026 年查詢。
- 張益豪。〈我所看見的 2027 醫療 AI 藍圖：真正被 AI 改變的，可能不是醫療，而是「醫師」〉。張益豪醫師網站，2026。
- 楊為傑。〈我這三年用 AI 做了哪些事〉。白袍旅人兒科醫師楊為傑，2026。
- 陳依君。〈2027 AI 醫療趨勢｜當 AI 開始把各科拆散的病人，重新拼回一個人〉。陳依君醫師網站，2026。
- 李宜靜。〈2027 醫療 AI 趨勢：真正的關鍵，是 AI 可以動到哪裡〉。李宜靜中醫師網站，2026。
- 高堯楷。〈我所看見的 2027 醫療 AI 藍圖〉。高堯楷醫師網站，2026。
- 李俊廷。〈2027 年的醫療 AI 會走向哪裡？我更在意的，是誰能成為 AI 的「指揮官」〉。艾苜中醫診所，2026。
- 顏韻珊。〈復健科醫師看見的醫療 AI：AI 可以計步，沒辦法代走〉。嘉韻骨科復健科，2026。
- 吳政誼。〈骨科醫師看見的醫療 AI：一千多台刀之後，我期待 AI 陪病人決定開不開〉。嘉韻骨科復健科，2026。
- 劉宗瑋。〈醫師觀點｜2027 年 AI 將如何改變醫療與大健康？〉。加恩聯合診所，2026。
- 唐煒哲。〈AI 時代的醫療新思維 張益豪醫師：它無法在你病情有變化時，幫你善後與負責〉。《經濟日報》，2026。
醫療免責聲明
本文內容僅供健康知識參考，不能取代專業醫療診斷、治療或建議。每個人的身心狀況不同，如有任何健康疑慮或症狀，請諮詢合格的醫療專業人員。切勿因本文內容而延遲就醫或自行調整用藥。
醫療審閱聲明
本文內容由藍祚鴻醫師（精神科專科醫師，約翰霍普金斯大學博士、國立陽明大學教授、前台中榮總精神科部主任）專業審閱，確保醫療資訊正確可靠。如有任何身心健康疑慮，建議親自就診由醫師評估。（最後審閱：2026年09月07日）
好晴天身心診所院長（潭子院所）、主治醫師（中科、文心院所）。台灣精神科專科醫師、兒童青少年精神科專科醫師、老年精神科專科醫師（三專科）。英國劍橋大學碩士。專長領域包含憂鬱症、焦慮症、失眠、躁鬱症、思覺失調症、兒童青少年情緒行為問題、老年精神醫學、TMS 經顱磁刺激治療。
