當醫生也不知道你的病要怎麼治
醫學知識正以每七十三天翻倍的速度增長，沒有任何一顆人腦追得上。「無所不知的醫師」正在成為歷史，專業開始從個人腦中解離，你的健康，也需要一套系統來承接。
Words: JAMES TSAI
先說一個我自己的故事。
過去十幾年，我每年做健檢，前前後後累積了十幾份報告。這些年裡，我一直有一個解不開的困擾：代謝明顯變慢，血脂和尿酸的數字，始終壓不下來。能做的我都做了：嚴格的飲食控制、瘦瘦針、高強度有氧、重量訓練，一項一項認真執行。汗流了、苦也吃了，數字卻紋風不動。我看過不同醫院、不同科別的醫師，每一次得到的答案都差不多：「報告大致正常，再觀察看看。」
身為一個在醫學領域工作了數十年的人，我比誰都清楚這些醫師盡職盡責。每一份報告，單獨看，確實都過得去。
直到有一天，我做了一件事，把這十幾年的健檢數據，完整餵給我公司訓練的AI模型。AI 回給我的答案：「留意甲狀腺素」，讓我在螢幕前坐了很久。儘管數據顯示正常，但其實我的荷爾蒙系統，多年來一直發著異常的訊號，從甲狀腺指標開始，「數值正常」但軌跡已緩慢偏移，並一路延伸到睪固酮。我帶著這份分析走進診間，專科醫師循線做了完整的內分泌評估，答案浮出水面：我的睪固酮，過低。
謎團一旦解開，一切忽然都說得通了。睪固酮掌管肌肉量、基礎代謝與脂肪分布，當分泌低下時，就像引擎的馬力被悄悄調低，任憑我怎麼控制飲食、怎麼加練，代謝速度就是提不上來。難怪血脂與尿酸壓不下來；我一直在對抗的，根本不是意志力的問題。
十幾位醫師、十幾份報告，都沒有解開的謎，為什麼被一條趨勢線撬開了？這個問題，我想了很久。答案不是「AI 比醫師聰明」，差得遠了。真正的答案有兩層：知識跑得比人快，而數據躺得比人想像的安靜。
七十三天，翻一倍
美國愛荷華大學醫學院教授 Peter Densen 在 2011 年發表過一項廣被引用的估算：1950 年，醫學知識翻倍需要大約50年；1980年縮短為7年；2010年只剩3.5 年；而當時，他預測至2020年，這個周期將縮短到大約73天。
73天是什麼概念？想像一座圖書館，每兩個半月藏書就翻一倍。半世紀前，一位醫師從醫學院畢業，靠著扎實的訓練可以受用大半輩子；今天，他畢業那一刻所學的知識就開始折舊，而且折舊的速度一年比一年快。有人估算過，一位醫師如果想讀完十大頂尖期刊的最新證據、加上自己專科診療指引的更新，每天需要花上九個小時，這還沒開始看病人。
如果覺得數字太抽象，看一個例子就懂了：消化性潰瘍。半世紀前，醫界普遍認為潰瘍是胃酸過多、壓力太大造成的，治療靠制酸劑，嚴重時開刀；後來科學家發現，多數潰瘍其實是幽門螺旋桿菌感染引起的，一個「外科疾病」就這樣變成了「感染疾病」。當年那些依照教科書開刀的醫師，錯了嗎？沒有。他們只是活在知識翻頁之前。
當「無所不知的醫師」成為歷史
面對這座失速膨脹的圖書館，醫學的第一個應對方法是「切割」，次專科越分越細。內科分出心臟科，心臟科裡再分電生理、介入治療、心臟衰竭；每一位醫師知道的，越來越深，也越來越窄。深度，是用廣度換來的。
於是一個微妙的現象出現了，每位醫師都是自己那個角落的專家，但沒有人再擁有全景。這正是我的故事的第二層。我的那些數據不是沒人看過，它們被看過十幾次，只是每一次，都是不同的醫師、在不同的時間點，看一張單獨的快照。快照裡一切過得去；異常，藏在快照與快照之間的連線裡，也藏在快照根本沒拍到的角落。這也解釋了為什麼「多看一位醫師」未必是解方：第二意見多了一雙眼睛，但每一雙眼睛，看到的仍然是快照。
身為病人，你的問題可以升級了
這一切跟坐在診間另一側的我們，有什麼關係？關係在於：好醫師的定義，正在悄悄改變。
過去我們崇拜「什麼都記得的醫師」；未來值得信任的，是「懂得提問與查證的醫師」。下次如果有醫師在您面前說「這個我查一下最新的指引」，請不要覺得他能力不足，恰恰相反，那是他誠實面對知識邊界的表現，而誠實，是醫療品質的第一道防線。
病人的提問也可以升級。與其問「我的病嚴不嚴重」，不如換成三個問題：這個治療建議，是依據最新的診療指引嗎？最近一、兩年，這個病有沒有新的治療選項？如果換另一位專科醫師來看，可能會有不同意見嗎，為什麼？能把灰色地帶講清楚的醫師，遠比把一切講得斬釘截鐵的醫師，更值得託付。
回到台灣：你的健康，有一套系統在追蹤嗎？
把場景拉回台灣。這本雜誌的讀者多半不缺健檢，不少人每年做高階健檢，一次花費不菲。但我想請您想一想：報告拿回來之後呢？多數人的做法跟過去的我一樣，紅字看一眼，鬆一口氣或緊張幾天，然後把報告收進抽屜，明年再來一次。
看出問題了嗎？醫師端已經在用一張AI知識網承接知識爆炸，多數人的健康管理，卻還停留在「單點」：一年一次的快照、散落在不同醫院的報告、彼此不相通的數據。我的答案，就是這樣藏了十幾年，線索其實一直都在，只是散落在十幾本報告裡，從來沒有人用「趨勢」的眼光，把它們連成一條線。
台灣還有一個很現實的因素：醫師的時間。我們的就醫方便舉世聞名，代價是診間永遠人滿為患，醫師能分給每一位病人的，往往只有短短幾分鐘，問診、判讀、解釋、開立處置，全都得塞在裡面。您很難期待他還有餘裕，把您過去十幾年的報告一頁一頁翻出來、連成趨勢。問題不在哪位醫師身上，而在結構。也正因為如此，「長期追蹤」這件事，注定無法外包給體制，它只能由您自己，或您信任的人，來承接。
愛車的人都懂一個道理，一輛好車的價值，一半在完整的原廠保養履歷。每次進廠，技師看的不是今天的狀況，而是整部車的歷史。身體也一樣，單次數值是快照，趨勢才是故事。同樣一個檢驗數字，是從低點一路爬上來，還是從高點慢慢降下來？數字相同，劇本完全不同。
所以，與其年年問「要不要做更貴的健檢」，不如先問自己三個「有沒有」：我的健康數據，有沒有集中在同一個地方？有沒有人或工具，在看長期趨勢，而不是只看單次紅字？有沒有一位熟悉我完整狀況的醫師，在幫我導航？這三個「有沒有」，就是一套健康系統的雛形。
一起把答案找清楚
最後，我想澄清一件重要的事：那個模型並沒有「診斷」我。它做的，是從十幾年的數據裡撈出一條被忽略的趨勢，變成一個值得認真對待的問題。真正的檢查、鑑別與確診，全部發生在專科醫師的診間。AI 沒有取代我的醫師，它只是把一個更好的問題，送到了醫師手上。而接住這個問題、在整個內分泌系統裡定位出真正癥結的，是醫師的專業判斷。這件事，任何模型都做不到。
知識爆炸的時代，我們無法要求任何一位醫師無所不知，那既不公平，也不可能。但我們可以選擇一種新的關係，醫師誠實面對知識的邊界，病人為自己建立一套追蹤健康的系統，而不斷更新的證據，就攤在兩個人中間的那張診療桌上。
醫學再怎麼進步，最終讓人安心的，從來不是誰知道所有答案，而是那份「我們一起把答案找清楚」的信任。
延伸閱讀：
The Long Goodbye 一場漫長的告別 失智讓記憶在時間裡走散
