記者 蔣婕妤 / 專題報導
人工智慧在醫療領域的討論快速升溫，從影像判讀、病理分析到即時影像導航，逐漸從研究場域走向臨床應用。
在高度仰賴影像與內視鏡操作的泌尿腫瘤診療與手術中，AI能否真正改善臨床決策與手術安全性，成為第一線醫師關注的焦點。
台灣泌尿腫瘤醫學會秘書長、高雄長庚醫院泌尿科柳易揚醫師指出，目前臨床最能感受到AI價值的方向，主要集中在「縮短學習曲線」與「精準治療」兩個層面。
在此次2026年台灣泌尿腫瘤醫學會年會中，來自日本千葉大學的Shinichi Sakamoto教授將以「AI驅動的手術技能評估：自動辨識機器人輔助前列腺切除術的專家指標」為題目分享研究成果，備受與會的各國泌尿腫瘤同道矚目。
日專家研究AI驅動手術技能評估 可透過分析術前影像 建立精準3D模型
柳易揚醫師說，該研究蒐集超過兩百台手術影像，將手術經驗未滿十例的初學者，與完成百台以上手術的資深醫師分組比較，透過AI分析醫師在剝離組織、切割組織等不同手術動作所花費的時間比例，嘗試以客觀方式呈現手術經驗的差異，盼透過AI自動分析取代人工觀看影片評分，解決主觀性與耗時的問題。
柳易揚醫師表示，AI能透過實際的手術影片，精準計算醫師每個動作技巧的效率並給予回饋，透過分析讓醫師知道能夠改進之處，朝著資深專家程度進步。
他進一步指出，內視鏡手術如逆行性軟式輸尿管鏡碎石手術或經皮腎鏡碎石手術，AI能透過分析術前影像，建立精準的3D模型，幫助醫師規劃「最佳穿刺路徑」或「碎石策略」，讓年輕醫師也能達到資深專家的手術安全度，進一步減少併發症的發生，縮短新手醫師的學習曲線。
此外，柳易揚醫師提到，AI在臨床上的另一項重要價值，在於協助減少醫師間的診斷差異，提升判讀的一致性與穩定度。
以影像診斷為例，國際研究顯示，AI在辨識具臨床意義的前列腺癌時，表現已可與多名放射科醫師的平均水準相當，甚至更為穩定，有助於找出容易被忽略的高惡性度病灶。
在病理判讀方面，柳易揚醫師表示，AI的輔助可提供較客觀一致的判讀參考，減少不同病理科醫師之間主觀差異，節省臨床判讀時間。
他坦言，醫師面對繁重的臨床業務難免感到疲累，但AI卻不會因為疲累而降低判斷力，正好可以幫助臨床醫師減輕負擔。
AI精準診斷可避免不必要手術 結石手術還能預測不同術式清石率
此外，AI精準診斷可以避免不必要的手術，臨床上約有20%小於四公分的腎臟腫塊，切下後才發現其實是良性。若AI能在術前就精準鑑別良惡性，能讓病人免挨一刀，可望帶來貢獻。
提及AI在內視鏡手術的運用，柳易揚醫師以結石手術為例，若AI能在術前根據影像精確計算出結石負荷量、硬度，甚至預測接受不同手術的清石率，或術後發生感染的機率，將能直接幫助醫師決定手術策略，或者是否需要分階段手術以增加手術成功率，以及預防性投藥或術後密切監控降低併發症的發生。
他指出，在內視鏡手術中，AI最實際的協助是「病灶即時辨識」，例如AI輔助膀胱鏡診斷尿路上皮癌原位癌的準確率可達90%以上，顯著優於新手泌尿科醫師，更能降低術後復發率。
不過，AI雖然能替醫師省下不少力氣，卻依然有其侷限性。柳易揚醫師表示，目前AI模型多以回顧性數據接受訓練，當碰到新的臨床環境，效果或許會打折扣。同時，AI的診斷依據為何仍舊無法清楚得知的「黑盒子」問題，因此無法獲得許多醫師的信任。
柳易揚醫師也提到醫療倫理與法規層面的擔憂，基於AI提供的決策，若是出現重大錯誤，法律上要究責於誰，是醫師或AI開發商，在法規明確前，AI終究只能是「Second Opinion」，決策權仍在醫師手中。
高長研發腹部X光AI智慧化輔助診斷系統 大幅減少病人接受高劑量CT掃描必要性
柳易揚醫師表示，高雄長庚醫院正與國立高雄科技大學電機系黃科瑋教授的AI團隊合作，發展「腹部X光AI智慧化輔助診斷系統」，並已發表全球第二篇、台灣第一篇將AI應用於腹部 X光腎結石診斷的研究。
他指出，臨床常面臨兩難抉擇，即腹部X光檢查便宜且輻射低，但對腎結石的診斷敏感度有限，往往仍需仰賴經驗判讀，電腦斷層雖為診斷黃金標準，卻伴隨較高輻射劑量。研究的核心目標，正是希望透過AI讓低輻射的腹部X光，也能擁有接近電腦斷層診斷的準確度。
柳易揚醫師說明，研究團隊透過影像前處理方式降低骨骼對影像的干擾，並強化結石影像特徵，使結石在X光影像中更容易被辨識。透過AI的輔助分析，系統可協助醫師在第一線更有效率判讀影像，大幅減少病人接受高劑量CT掃描的必要性。
針對此次泌尿腫瘤醫學會年會關注焦點，柳易揚醫師指出，臨床醫師應該更關注真實世界數據的驗證結果，而非只看論文的漂亮數據。
他說，未來的精準醫療，不會只看一張CT或一張切片，最新的研究方向是將「影像組學」、「組織-基因組學」與臨床數據結合。
AI已經能直接從組織染色切片中預測基因突變，甚至預測生化復發存活率，這種跨領域的整合能力，才是AI能帶給泌尿腫瘤學最大的關鍵轉變。
柳易揚醫師強調，AI高度發展，但AI絕對不是醫師的「取代者」，而是「副駕駛」。AI作為工具可以協助醫師整合影像、基因、病理數據，處理超出人類大腦負荷的高維度資訊，讓醫師能從重複性的判讀工作中解放，轉而專注於更複雜的決策。
