比現有方法都準的AI，為什麼醫院說還不能直接用

七月，哈佛醫學院發表了一個叫 COMPASS 的 AI 模型，分析癌症病人的基因數據，預測他們對免疫治療有沒有反應。準確率比現有最好的二十二種方法平均高出 8.5%；在膀胱癌的數據驗證裡，它預測有反應的病人一年存活率是 86%，沒反應的是 40%。論文結語說：這個模型的輸出，不能被用來拒絕病人接受治療。 同樣是七月，台灣某電視台在颱風報導裡用 AI 生成路徑圖，位置有錯，八十萬人看到了。 一個 AI 更準，一個 AI 出錯，兩件事放在一起看，說的卻是同一個問題。 免疫治療近十年改變了癌症醫學的格局，問題是只對部分病人有效，視癌種不同大概 10% 到 40%，其他人要承擔副作用卻等不到效果，現有的預測指標在不同癌種之間準確率很不穩定。 COMPASS 準確多了，而且能解釋原因，哪個免疫訊號路徑讓治療沒有起作用，它都能指出來。但 COMPASS 看到的只是基因數據。年齡、癌症分期、其他病史、過去的治療，這些臨床醫師真正做決定時需要的脈絡，模型看不到。它的準確率，也只在過去的研究資料上得到驗證，還沒有在前瞻性的臨床試驗裡跑過。 颱風圖那件事，AI 確實能畫路徑圖，問題是前 AI 時代這種圖有一套驗證程序：資料來源核對、人工確認、校稿。AI 直接生成最終輸出，這套程序被省掉了，速度快了，但那道確認環節也消失了。 這個月有台灣媒體人提出另一種做法：讓 AI 去操作製圖工具、串接官方氣象資料、跑查核流程，最後才輸出。AI 加進來的是速度，但人在中間確認的那道環節沒有不見。 COMPASS 等的是同樣的程序。前瞻性臨床試驗，讓它在真實診間環境裡接受驗證，讓醫師能看著它的輸出、對照完整的病人資訊，確認它說的跟臨床上看到的吻合。這段過程，是讓它的準確率被整套臨床系統信任的路徑。 對很多家庭來說，癌症治療的選擇是最不輕鬆的一個決定。AI 進入這個場域，準確率高是好事，但「準確率高」和「可以直接採用」之間，還有一段距離。那段距離正在被縮短，還沒有走完。 颱風圖，八十萬人已經看了。COMPASS 的數據，還在等試驗。