把 AI 當醫生，它的黑盒子裡裝的是什麼？S8E07

你有沒有在看醫生前，先問過 AI「我這是什麼病」？越來越多人這樣做——但如果 AI 給你的答案，悄悄帶著偏見呢？

研究發現，大型語言模型在生成診斷建議與病例時，會強化特定性別或種族的患病比例，讓結果偏離真實的流行病學數據。以類風濕性關節炎和愛滋病為例，AI 呈現的病例就出現了明顯偏差。問題在於，多數商業 AI 是難以檢視的「黑盒子」:訓練資料從哪來、有沒有規範，外界都不清楚，於是網路輿論裡的偏見，就這樣被轉化成了看似專業的醫療建議。

當 AI 進醫療的速度只會越來越快，怎麼確保它準確又公平？這一集，我們談 AI 醫療背後那些看不見的偏誤，以及在技術複製社會既有的歧視與錯誤之前，我們還來得及建立哪些防線。

（太忙了，真抱歉，以上文案由AI撰寫）

本集參考資料：

• 研究1：Evaluating the Potential of Reasoning Large Language Models to Perpetuate Racial and Gender Disease Stereotypes in Health Care https://pubmed.ncbi.nlm.nih.gov/42208042/
• 研究2： Sociodemographic biases in medical https://www.nature.com/articles/s41591-025-03626-6

  decision making by large language models

• 研究3：AI agents can coordinate via majority-following beyond

  human scale https://www.science.org/doi/10.1126/sciadv.aea6091

• 研究4：患者資訊中的非臨床資訊（例如拼字錯誤、多餘的空白和生動的語言）會降低人工智慧模型的準確性 https://news.mit.edu/2025/llms-factor-unrelated-information-when-recommending-medical-treatments-0623

————————

《科學有媒有》是非營利組織台灣科技媒體中心（SMC）製作的Podcast。我們正努力連結媒體與科學、政策，一起帶著專業知識參與社會討論，讓重要的社會議題，能在媒體中發展出更具有脈絡的論述。唯有這樣，不同政策才能在社會上展開公開透明的討論。

支持SMC，你可以做的事：
1.小額捐款給SMC，表達你的喜歡，鼓勵我們繼續討論對社會、政策重要的科學議題，支持台灣科學新聞的發展 ：https://smctw.neticrm.tw/civicrm/contribute/transact?reset=1&id=12  
2. Follow 我們的社群：https://linktr.ee/smctaiwan  
3. 留言告訴我你對這一集的想法

合作請寄信至： eunicelau@smctw.org   

本集出場：健銘，小童
剪輯後製：小童
音樂製作：果葶，Magic Scout

Powered by Firstory Hosting