臨床試驗裡的 AI 足跡，正在從關鍵字變成治理問題

人工智慧進入醫療，常被描繪成模型準確率、影像判讀或新藥設計的競賽。但在臨床研究現場，另一個更基礎的問題正在浮現：當一項試驗說自己使用 AI，它究竟是用來篩選病人、輔助醫師、直接與患者互動，還是只在資料分析階段出現？這些差異不只是技術分類，也會影響倫理審查、風險告知與監管判斷。

一篇 2026 年 5 月提交至 arXiv 的預印本，嘗試從 ClinicalTrials.gov 登錄資料中描繪這條軌跡。研究團隊搜尋含有 AI 相關術語的臨床試驗紀錄，分析其時間變化、地理分布，並進一步探索「人與 AI 互動」在登錄文字中如何被描述。由於 ClinicalTrials.gov 是臨床試驗基礎設施的一部分，這項研究的焦點並非證明某個醫療 AI 有效，而是檢查整個試驗登錄系統是否足以呈現 AI 介入臨床的方式。

根據論文摘要，AI 相關試驗近年明顯增加，出現頻率上升的詞彙包括 machine learning、deep learning、chatbot、GPT 與 large language model。地理上，中國與美國占有最多 AI 相關試驗，義大利、法國、西班牙、英國與土耳其等國也出現近期增長。這樣的分布提示，醫療 AI 的臨床化並非單一市場現象，而是逐步嵌入不同國家的研究與照護體系。

研究中特別有意思的一層，是團隊採用「人類審查加生成式 AI」的混合流程，檢視登錄紀錄中是否真的有實質 AI 使用，以及人與 AI 互動的型態。在隨機抽取的 100 筆紀錄中，人類與 AI 分類器對於辨識「並未實質使用 AI」的紀錄有不錯一致性；但在判斷人機互動類型時，一致性較低，尤其當醫療專業人員是否與 AI 系統互動的描述含糊時，分類便容易分歧。

這個結果把問題從「AI 能不能幫忙讀試驗登錄」推向更實務的層面：許多臨床試驗紀錄可能還沒有用足夠清楚的語言，交代 AI 系統在流程中的位置。若一個聊天機器人直接面對患者，和一個模型只在研究者背後做風險分層，兩者涉及的安全監測、同意程序與責任歸屬並不相同。登錄資料若寫得籠統，後續的系統性審查、監管稽核與公眾理解都會被削弱。

需要謹慎的是，這仍是一篇預印本，尚未經同儕審查；目前可得資訊也主要來自論文摘要，而非完整外部驗證。它分析的是登錄文字中的術語與描述，不等同於評估每項 AI 介入的臨床有效性、安全性或實際部署品質。關鍵字搜尋也可能漏掉未使用標準 AI 詞彙的研究，或納入只是鬆散使用流行術語的紀錄。

即便如此，這項分析提出了一個具體而迫切的生醫 AI 議題：臨床試驗登錄不只是行政表格，而是社會理解醫療創新的入口。當 AI 開始出現在招募、診斷、治療建議、患者溝通與研究分析之間，試驗紀錄需要更精確地標示模型角色、使用情境、人類監督方式與互動對象。否則，AI 在臨床研究中的成長會先被數量看見，卻未必被足夠清楚地理解。