【AI與人共生的那一天】AI與健康照護
面對高齡化挑戰，AI是照護與教育的賦能關鍵。AI雖能輔助精準醫療與加速創作，但需恪守倫理並審慎防範資料偏誤與決策風險。此外，教學應從知識傳授轉向創意引導，將節省的時間投入真實場域的觀察、互動與同理實踐。科技是冷的，唯有用設計注入人文關懷，才能創造有溫度、以人為本的智慧未來。
講者｜長榮大學人工智慧研究中心 楊珮菁 主任 × 長榮大學XR互動體感推動中心 王献章 主任
彙整、撰文｜韓喬融
本次演講的前半部分為楊珮菁老師分享AI在醫療照護上的應用與討論，後半部分則是王献章老師分享AI在互動設計上的應用。
結構性挑戰：臺灣人口變遷與健康缺口
楊珮菁老師首先提及一項關鍵事實──臺灣人口結構正經歷劇烈轉變。自2024年起，總人口數逐步下降，預計至2070年，65歲以上高齡者將占總人口近半數。
在「高齡化」與「少子化」的雙重衝擊下，醫療照護系統面臨前所未有的壓力。勞動力短缺已成既定事實，如何透過科技提前介入以提升照護效率與品質，不再只是學術探討，而是支撐社會運作的關鍵技術。AI技術的導入，正是解決這項社會難題的重要契機。
管理的核心：從量化衡量到精準決策
管理學之父彼得．杜拉克 (Peter Drucker) 曾言：「若無法衡量，便無法管理。」
在現代照護管理中，績效衡量的核心地位無可取代。透過AI進行24小時的健康監測，能將睡眠、運動、飲食與壓力等感官資訊轉化為明確的量化指標。唯有透過精準的數據掌握營運與健康狀況，醫療體系才能做出正確決策，並持續優化組織績效。
AI於醫療照護的四階段賦能
AI的角色定位在於「賦能」醫護人員，而非取代專業判斷。其應用橫跨四個關鍵面向：
- 檢測：透過AI分析健檢數據、家族史與醫學影像（如X光、皮膚影像），落實疾病預測與早期篩檢。
- 診斷：整合MRI、CT與病史，提供診斷決策支援，並自動生成病歷摘要。
- 追蹤：結合穿戴式裝置進行動態監控，利用預測模型及早預警病情惡化風險。
- 照護：運用智慧照護機器人與VR/AR技術，進行復健訓練與生活陪伴。
核心洞察：AI能辨識病情，但唯有人類能理解痛苦。科技旨在延伸專業邊界，而關鍵決策、法律責任與人文溫度，仍應掌握在醫護人員手中。
數據主權與風險：隱私、歧視與公平性
當健康資料轉化為數位資產，便利與風險隨之並存。健康資料包含基因、病歷與心理狀態，極具敏感性。一旦外洩，可能導致保險歧視、就業限制甚至社會標籤化。
此外，「演算法偏差」是另一項重大挑戰。AI並非絕對中立，往往反映出訓練資料中的人類偏見。例如《Science》期刊曾指出，若以「醫療支出」作為指標，AI可能會低估經濟弱勢族群的醫療需求。因此，開發團隊必須確保資料的多元性，並進行定期的公平性檢測。
AI倫理四大原則：構建信賴的基石
楊老師強調，為了讓科技真正服務於人類福祉，AI系統的設計與部署必須遵循以下重要原則：
- 尊重人性：承認個體自主性，保障病患決定是否接受AI輔助的權利。
- 行善：以促進福祉為唯一目標，最大化利益並最小化傷害。
- 公正：公平分配利益與負擔，避免特定族群因演算法而受損。
- 透明：運作邏輯須可解釋且可追溯，拒絕「黑盒子」決策。
「只有當科技遵循這些倫理原則，AI才能真正成為我們最值得信賴的健康守護者。」
從「冷門」到「全知」：AI的華麗轉身
王献章老師指出，早期的AI被視為遙不可及的領域，大眾對其認知多停留在「圍棋勝負」或「圖靈測試」等專業指標。然而，隨著 Gemini、GPT等生成式AI的出現，AI透過建構全人類的歷史資料庫，展現了彷彿「全知」的姿態。
但王老師也提醒，這種全知背後有其本質上的侷限：「AI雖能回答幾乎所有問題，但它依然是缺乏情感與主觀意識的運算邏輯。」理解這一點，是人類學會與 AI協作的第一步。
教學角色的革命：從傳授知識到加速解決問題
面對AI的強大，教育者的角色正經歷一場質變。王老師觀察到，老師已不再只是「知識的傳授者」，而轉型為「解決問題的加速器」：
- 學習路徑的轉移：過去學生需要經歷漫長的資料蒐集與手動實作，現在則轉向「依賴 AI 生成、專注創意發想」的新路徑。
- 創意價值的再定義：當AI能在一秒內產出數十個點子，人類的價值便不再於產生點子的速度，而在於如何挑選、精煉並賦予這些點子獨特的靈魂。
實務賦能：以程式創作與遊戲設計為例
在實務教學中，AI有效降低了技術門檻。以視覺藝術工具OpenProcessing為例，過去學生需深諳複雜邏輯，如今在AI輔助下，創作變得直觀且平易近人。王老師分享其自身的協作模式：傳統需熬夜1-2週開發的遊戲（含2D/3D模型、玩法發想與特效代碼），在AI協作下僅需1-2個晚上。
「成品的目標不再是追求技術上的極致完美，而是在於能否引起人的共鳴。」王老師強調。
AI便利背後的暗礁：教學現場的困境與對策
然而，AI的便利也帶來了新的教學挑戰。王老師觀察到兩個主要隱憂：
- 基本功流失：學生因過度依賴生成技術，甚至出現忽略「存檔」等基礎操作邏輯的現象。
- 知其然而不知其所以然：許多學生能用AI做出華麗的效果（A效果），卻因不理解底層邏輯，無法將其微調成自己真正需要的形式（B效果）。
針對這些挑戰，王老師採取的策略是「提升作業層次」。例如，要求學生挑戰開發「適合高齡者的互動遊戲」，透過複雜的受眾需求，迫使學生進入更深層的同理心與邏輯設計。
AI在銀髮照護的溫暖實踐
當AI走進高齡化社會，它展現了從冷技術轉化為暖服務的潛力。王老師提出了三大前瞻應用方向：
- 復健檢測平民化：透過 AI視覺辨識技術，取代過去昂貴且笨重的設備，長者在家中即可進行精準的健康檢測。
- 生成式懷舊治療：利用AI瞬間生成客製化的懷舊場景與圖像，喚起長者的生命記憶，成為心理諮商的利器。
- 陪伴式互動：結合大型語言模型 (LLM) 賦予遊戲或機器人NPC更自然、具備情緒理解力的對話能力，提供長者深度的情感支持。
結語：用設計為冷科技注入溫度
在演講的最後，王老師留下一句值得深思的話：「科技是冷的，但設計能帶來溫度與情感。」
AI的出現並非為了取代人類，而是為了將我們從繁雜的庶務中解放。王老師呼籲，我們應選擇駕馭科技而非恐懼它，並將節省下來的時間，投入到對人的「觀察」與「同理」之中。唯有如此，我們才能在演算時代中，創造出真正具有關懷溫度的智慧未來。
