皮尤研究中心最新調查顯示，美國民眾並未全面排斥人工智慧進入醫療流程，但對決策權與責任歸屬仍有明確界線。多數人接受AI用於翻譯、安排就診、續簽藥物及擷取診間紀錄，但在無醫師覆核下單獨判讀醫療影像者僅 6%；有醫師監督時，接受度升至 60%，約四分之一仍拒絕AI參與影像判讀。
民眾同樣不願讓AI獨立解釋檢驗結果、作出診斷或決定保險理賠；60%不comfortable醫師以AI協助診斷與治療。整體而言，37%認為AI可改善醫療結果，36%認為結果會惡化，另約四分之一認為影響有限。
休士頓Methodist已將AI用於病史摘要、線上問答、環境式語音紀錄及手術室效率分析，但明確坚持 「所有AI輸出都必須有人類在環」。這反映醫療AI的主要商業路徑，並非全面自主化，而是以降低行政負擔、縮短候診時間及釋放醫師時間為核心。
這項調查的核心並非單純的「支持或反對AI」，而是醫療自動化歷程中「效率授權」與「責任保留」之間的結構性矛盾。醫療屬於高風險決策領域，一旦AI參與影像判讀、診斷或治療建議，錯誤便可能直接轉化為延誤醫療、增加成本，甚至造成生命與法律責任。因此，病歷摘要與排程等可逆、低風險工作容易取得社會信任；涉及生命與給付的決策則需要更高的證明門檻。
因此，最大受益者將是能證明臨床效益、建立稽核紀錄並嵌入既有醫療工作流程的AI供應商；風險則集中於只強調模型準確率、卻無法回答資料治理、醫師覆核與醫療過失責任的業者。
從網路醫療、影像輔助診斷到電子病歷與遠距照護的演進來看，醫療AI每一次重大普及，往往不是由最炫目的自主系統推動，而是由 可量化降低成本、改善流程並降低責任風險的應用帶動。美國民眾目前的態度顯示，AI在醫療領域的下一階段將是「受監督的常態化」，而非「全面自主化」。
此外，世代差異可能改變需求組合。年輕患者熟悉生成式AI工具，部分醫師已面臨帶著ChatGPT或Claude自我診斷結果就診的病人。AI未必只是被動接受，也可能成為患者用來質疑醫療專業的武器，迫使醫院建立更透明的臨床判斷紀錄。
01 起因觸發｜皮尤調查顯示美國民眾對醫療AI採「低風險接受、高風險戒備」的明確分流
02 一階傳導｜醫療AI需求轉向病史摘要、語音紀錄、排程、臨床提示與營運最佳化
03 二階擴散｜醫院、醫師、保險公司與AI供應商被迫重新界定覆核責任、資安標準及採購門檻
04 三階擴散｜大型醫療體系累積的臨床資料、稽核紀錄與部署經驗，逐步成為醫療AI的進入門檻
05 宏觀終局｜醫療AI由一般性科技敘事轉為受制度約束的關鍵基礎設施，信任與責任，而非單純準確率，決定普及速度
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
