圖：隨着AI技術進入醫療診斷領域，其出錯風險與相應防範措施備受關注。

　　隨着AI技術逐步進入醫療診斷領域，其出錯風險與相應防範措施備受關注。對此，陳浩表示，AI在醫療領域中的應用已成大勢所趨，應當「順勢而為」，並強調AI始終扮演「輔助角色」，且整個醫療診斷流程有多重機制以規避風險。

　　陳浩指出，AI模型的設計初衷是幫助醫生減少漏診、降低出錯機率，同時提升診斷效率。在現行醫療體制與法律框架下，AI無法獨立出具診斷報告，最終決策權仍在醫生手中，這一設定從源頭確保AI是「賦能醫生」而非「替代醫生」。

　　在防範AI可能出現的錯誤方面，臨床中已建立多層審核機制。陳浩稱，傳統病理診斷本就實行「初診─覆核─簽字」流程，由不同層級醫生逐級審核確認，以降低單人判斷偏差，而AI的加入進一步強化了這一機制。

　　提供「第二意見」 減少漏診

　　陳浩解釋，當傳統多醫生審核中出現診斷意見不一致時，AI可替代其中一位醫生的角色參與診斷。若AI與醫生診斷結果一致，則該結果可信度高；若不一致，需對病例進行進一步分析。這種做法也與國際標準接軌。陳浩提到，國際醫療界普遍將AI視為「第二診斷建議」的提供者，通過提供另一個專業視角，幫助醫生全面考量病例，從而提升診斷準確性、一致性，並降低漏誤診概率。