GTC Taipei 2026大會上，馬偕紀念醫院數位醫學部應用醫學科主任黃崇堯（右）及生技醫療部教授暨資深顧問醫師李光申（左）一同發表智慧醫療與生成式AI應用成果。（圖／馬偕醫院）
由輝達公司（NVIDIA）主辦的GTC Taipei 2026大會中，馬偕紀念醫院醫師黃崇堯與李光申今日（4）受邀發表專題演講，以精彩的剖析說明當今醫療產業導入AI的技巧與發展，並點出現在讓醫療界最在意的問題已不只是「AI會不會回答」，而是「能不能相信AI的回答」。
輝達GTC Taipei 2026大會1日起連四天在台北登場，馬偕紀念醫院受邀分享院內開發的「EBM Guardian（實證醫學輔助）」系統。馬偕紀念醫院總院長張文瀚表示，希望透過AI協助醫師更迅速的掌握醫學證據，減少重複搜尋與檢視時間，讓醫療團隊能把更多心力放回病人照護本身。
取得NVIDIA生成式AI大型語言模型專業架構師（NCP-GENL Certified）認證的馬偕紀念醫院數位醫學部應用醫學科主任黃崇堯在專題演講中提出，生成式AI雖然具備強大的語言生成能力，溝通無礙，但其中不乏生成看似合理、語氣肯定，但實際上完全錯誤、虛構或毫無根據的論述。
黃崇堯指出，AI回答再流暢，醫療決策也不能只靠「AI認為」，若缺少實證資料與驗證機制，也可能出現錯誤資訊或與臨床事實不符的「幻覺（Hallucination）」。因此，EBM Guardian並非只是讓AI「生成答案」，而是建立一套具備醫學證據基礎、可追溯來源且可被驗證的臨床輔助流程。
EBM Guardian將AI與實證醫學流程結合，系統可協助醫師將臨床問題拆解為病人狀況、治療方式、比較項目與預期結果等醫學檢索架構，主動搜尋PubMed等醫學資料庫，並整理重要研究與文獻重點。過去完整的實證醫學流程往往需要花費數小時甚至數天，但臨床現場經常必須在幾分鐘內做出判斷，透過AI能幫助醫師更快掌握重要醫學證據。
為降低生成式AI可能因訓練資料偏差、推論錯誤或引用資訊不完整而產生錯誤內容，同時也導入多層驗證與AI稽核機制，第一時間生成的結果將經由另一組AI進行驗證，降低大型語言模型產生或引用錯誤資訊的風險。且此系統主要在醫院內部運作，避免敏感醫療資料直接傳送至外部雲端，兼顧AI應用與資訊安全。
黃崇堯補充，隨著生成式AI與大型語言模型逐步進入醫療應用，背後其實也需要高效能運算能力支援，除了AI模型本身外，此次也結合NVIDIA最新AI運算平台與大型語言模型優化技術，希望即使在多人同時使用情境下，仍能維持系統穩定性與臨床使用效率。
2026/06/04 13:09
轉載自中時新聞網: https://www.chinatimes.com/realtimenews/20260604002573-260405
Post gallery
