Fitbit用戶試用症狀AI，診斷助理從考題走進真實對話

當身體不適時，許多人第一個問題不是「我得了什麼病」，而是「現在該不該看醫師」。這個看似日常的判斷，正是症狀評估AI想切入的空隙：它不開立處方，也不取代醫師，而是試圖在混亂、片段、帶有焦慮的自我敘述中，整理可能原因與下一步行動。

一篇發布於arXiv的生醫AI預印本報告了SymptomAI研究：研究團隊在Fitbit應用程式中，對13,917名使用者進行隨機、真實世界部署，測試可對話的症狀評估代理人。相較於常見以醫學考題或整理好的病例摘要評估模型，這項研究的場景更貼近一般人實際使用數位健康工具的方式：使用者用自己的話描述不舒服，系統再透過追問與回答形成鑑別診斷。

研究的核心，不只是AI能不能「答對」，而是它在互動過程中能否產生有用的鑑別診斷清單。依摘要所述，研究使用臨床人員判讀的子集合，比較不同代理人在鑑別診斷品質上的表現。這類設計讓評估多了一層醫療判斷，而不只是看模型輸出是否符合預設答案。

這也使SymptomAI成為生醫AI評估方法的一個訊號。過去大型語言模型在醫學基準測驗上的高分，常被拿來暗示臨床潛力；但病人不會像考題一樣提供完整、乾淨、結構化的資訊。真實使用者可能漏掉關鍵症狀、誤解病名、把時間線說得前後不一，甚至在同一次對話中改變描述。把AI放進這樣的環境，得到的證據雖然更難整理，卻也更接近產品真正會面對的世界。

不過，這項研究仍應被放在謹慎的位置。它目前是預印本，尚未經同儕審查；摘要也指出，部分「真相」仍依賴使用者自我回報的診斷。對症狀評估而言，這是關鍵限制：自我回報可能來自醫師診斷，也可能只是使用者事後推測，兩者在醫學驗證上的重量並不相同。

另一個未解問題，是這類工具應如何被監管與接入醫療流程。若AI只是提供衛教式建議，風險與責任相對有限；但一旦它影響使用者是否延後就醫、是否前往急診，或者如何理解潛在嚴重症狀，便會觸及醫療器材、臨床安全與責任分配。真實世界部署可以證明互動可行，卻不能自動證明臨床安全。

因此，這項研究的價值不在於宣告AI已能診斷疾病，而在於把問題問得更接近現場：在數位健康平台上，對話式AI能否協助人們把零散症狀變成較有條理的醫療資訊？答案初步看來值得深入追問，但下一步需要更堅實的臨床終點、清楚的安全監測，以及能區分便利性與醫療效益的驗證設計。