受訪者：謝易庭醫師

在醫療AI快速發展的浪潮中，眼科正站在關鍵轉折點。從糖尿病視網膜病變到黃斑部病變，AI逐漸從研究工具走向臨床應用。謝易庭教授指出，AI真正的價值不在技術本身，而在於能否「落地」，幫助那些尚未進入醫療體系的患者被更早發現。當醫療從被動診斷轉為主動篩檢，AI將成為改變視力健康的重要關鍵。

從「實驗室 AI」到「診間工具」：關鍵不是準確，是能不能用

AI在眼科的應用早已有成功成果，例如糖尿病視網膜病變的篩檢。台灣約有兩百多萬名糖尿病患者，理論上每年都應接受眼底檢查，但實際篩檢率不到三成。早在2019年，台大醫院與產業合作開發AI輔助判讀系統，只需拍攝眼底照片，即可快速判斷是否異常。然而，技術成熟並不代表能廣泛應用。若AI系統無法融入臨床流程，反而可能增加醫療負擔。因此，AI是否「好用」，往往比是否「準確」更重要。

AI 卡關點不是「技術」，而是「制度與流程」

AI落地最大的挑戰，多來自實務層面。首先是流程整合，如果影像上傳與判讀過程繁瑣，將降低醫護人員使用意願。其次是費用問題，目前AI判讀多未納入健保或保險給付，使醫療機構在導入上有所顧慮。此外，醫師對AI的信任度與判讀品質也影響使用。例如影像品質若不佳卻在後端才發現，會影響整體流程。因此，理想的AI應在拍攝當下即提供品質回饋，確保可用性。這些細節，才是AI能否真正進入臨床的關鍵。

AI「出醫院」：從診間走向生活的早篩革命

AI篩檢的核心目的，不是取代醫師，而是擴大醫療觸及範圍。對於無法頻繁就醫的族群，AI提供了一個早期篩檢的機會。目前多數篩檢仍在醫療院所內進行，但未來有機會延伸至診所、驗光所甚至非醫療場域。透過簡單拍照取得初步結果，再引導患者進一步就醫，能有效提升篩檢率。這樣的模式，讓醫療從被動等待病患主動發現。

黃斑部病變的「時間戰」：晚一步，就可能看不回來

相較於糖尿病視網膜病變，老年性黃斑部病變更具挑戰性。許多患者在就醫時已進入晚期，錯失治療時機。臨床上常見患者因另一眼仍有視力，或誤以為只是老花，而延誤診斷。當雙眼受影響時，往往已難以恢復。因此，若能透過AI在早期篩檢中發現異常，即使在非醫療場域，也能大幅改善預後，例如美國曾在超市設置AI篩檢站，協助民眾早期發現眼疾，並根據結果去找眼科醫師，此行動幫助到很多不知道自己有問題的病人，可以及早發現及早治療。

遠距醫療結合 AI 讓偏鄉也能被看見

謝醫師目前於新竹台大分院任職，同時也長期至苗栗偏鄉地區提供醫療服務，對就醫不便仍是現實問題有深刻體會。謝醫師指出若能結合AI與遠距醫療，透過巡迴設備進行影像拍攝，再由AI即時判讀，將可大幅提升篩檢效率。這樣的模式，不需醫師在現場即可完成初步篩檢，再將高風險患者轉介至醫院。對於資源有限地區而言，這將是提升醫療公平的重要工具。

未來的醫療關鍵不在 AI 多強，而在於多少人更早被發現

整體而言，AI在眼科的發展已進入應用階段。其核心價值，不在於完全取代醫師，而在於讓疾病更早被發現。當AI能順利融入臨床流程，解決制度與使用問題，並結合遠距醫療與大數據，未來將有機會讓更多患者在無症狀時就被辨識。醫療的進步，不只是更精準的治療，而是讓疾病不再被延誤。當AI持續深化，它所改變的，將是整個醫療發現疾病的時間點。