這個 AI 漏掉七成患者，為什麼醫院還在用它

美國賓州有一套 AI 系統，做結直腸癌篩查。它每次掃描，只找出 27.7% 的患者，也就是每 10 個真正有問題的人，它跳過了 7 個。 幾年跑下來，被它找到的人，兩年內死亡率降了 43%。 這 AI 的任務從來不是把患者全找出來。它只回答一件事：護士這週時間有限，先聯繫誰？ 蓋辛格醫療系統每週有 450 名逾期未篩查的患者。AI 掃過他們的年齡、性別與近幾年血常規，標出風險最高的 11 人。護士這週就打那 11 通電話。 11 個，是設計出來的數字。標出 100 個，護士電話打不完，腸鏡名額也排不進去，最後一個都沒跟到。標得精，讓每個被找到的人都能排進去做檢查，那四個月的時間差，才能決定早期還是晚期。 被 AI 標記去做腸鏡的人，每 100 人查出 6 個癌症。沒被標記的，每 100 人不到 1 個。 這個流程裡，AI 負責排序，人負責打電話。論文裡有一組對照：改用自動語音電話通知患者去篩查，篩查率跟沒通知的對照組幾乎沒差。人打的電話才有人接、有人去。護士在那頭，AI 標出的 11 個名字才被真的跟到。 我們習慣用數字評估 AI 好不好用：找到多少、答錯多少、幻覺幾次。今天前沿模型的幻覺率已降到 3% 左右，碰到不確定的問題更常說「我無法驗證」，硬給答案的頻率低了很多，但大家的印象還停在幾年前。醫療 AI 的 27.7%，放進護士電話打得完、腸鏡名額排得進去這個框架，才是設計出來的精確率。數字不告訴你框架，沒有框架的數字，看起來一下子很爛，一下子比你以為的好很多。 下次看到「AI 準確率」或「AI 找到多少」，先問一下：它在量什麼，在什麼條件下量的，量的這件事跟你真正想解決的問題是不是同一件事。