皮膚科醫師用 AI 嗎？IFD 2026 圓桌與 109 份問卷

皮膚科醫師在用 AI 嗎？IFD 2026 會前問卷 109 人：生活中每天用 58%、看診每天用 36%；只有 3% 認為 AI 主要是風險，卻有 23% 被歸成懷疑派；受訪者是 AI 會議與會者。

張宏嘉 Benjamin Chang 皮膚科專科醫師 · VSKIN 院長 · PSKIN 主治醫師

發表於 2026年10月27日 AI會議筆記

圓桌上，一位與談人請在場受過 AI 使用訓練的皮膚科醫師舉手。台下舉起來的，一隻，也許兩隻。

這是 2026 年 6 月 Pierre Fabre 主辦的 International Forum of Dermatology（IFD 2026）第一天最後一場，圓桌題目是「皮膚科 AI 的未來」。同一場會議的其他七場，從開場的 AI 與醫療創新，一路談到痘痘、傷口、濕疹、毛髮、皮膚腫瘤與遠距皮膚科，這一場把幾位講者請回台上，加上一位醫學院畢業兩年的年輕醫師、一位美國醫師，問的是同一件事：這些工具，為什麼在台上看起來很好，回到診間卻用不起來？

台上是誰

主持人是德國慕尼黑工業大學的 Alexander Zink 教授。沙發上的六位是：

• Harvey Castro：美國醫師，主持人說特別加進來「看大西洋另一邊」
• Davide Fattore：皮膚腫瘤
• Sergio Vañó Galván：西班牙，毛髮疾病
• Nicolas Homehr：法國，遠距皮膚科
• E. Mueller：德國，醫學院畢業兩年
• Laura Serra García：巴塞隆納，3D 全身皮膚影像

這是一場對話，重播的字幕是自動產生的，有幾段聽不出是誰在講。下面寫到名字的，都是主持人點名之後的回答；對不上的，我寫「台上有人」。

109 份問卷：生活裡每天用，看診時少一截

開場前，主持人先報了一份會前問卷：邀請 240 位與會皮膚科醫師，回收 109 份完整回覆，每人答 4 題。

工作以外的日常生活：每天用 58%、每週 27%、每月 6%、少於一個月一次 4%、從來不用 6%。

醫療工作中有沒有在用：經常用 44%、偶爾用 37%、還沒有但有興趣 18%、沒有也沒興趣 1%。主持人口頭說成「44% 每天用」，投影片上的選項是「經常」，沒有說每天。

皮膚科診療中：每天用 36%、每週 34%、每月 12%、少於一個月一次 9%、從來不用 9%。

對皮膚科 AI 的感覺：機會與風險都有 53%、對我的執業主要是機會 39%、主要是風險／我很擔心 3%、還不確定 6%。主持人口頭說「一半」，投影片是 53%。

生活裡每天用的 58%，看診時降到 36%。主持人自己問了一句：為什麼下班會用，上班不用？

這個問題，後面整場對話其實都在回答。

「懷疑派」是怎麼算出來的

主持人接著把 109 人分成三群：熱衷派 52%、好奇但謹慎 25%、懷疑派 23%。台上口頭講的是「一半、四分之一、四分之一」。

分組規則：日常每天用、醫療工作經常或偶爾用、皮膚科每天或每週用，三項都符合才算熱衷派；日常每週或每月用、醫療工作偶爾用或還沒用但有興趣，算好奇但謹慎；其餘全部歸為懷疑派。

這張投影片值得多看幾秒。三群是用「用得多不多」分的，不是用「怎麼看 AI」分的，懷疑派是前兩群挑剩的人。

照這個規則，一位下班每天問 AI、但門診一個月才用一次的醫師，兩個條件都不合，會被歸為懷疑派。第四題只有 3% 說 AI 主要是風險，分組卻有 23% 掛上懷疑派的名字，中間的差距多半出在這裡。

所以台上那句「每四個人就有一個懷疑者」，比較準確的讀法是：每四個人裡，有一個在診間還很少用。不用的原因可能是懷疑，也可能是醫院沒有 Wi-Fi。

卡住的地方，多半跟演算法無關

主持人問法國的 Homehr：法國的遠距皮膚科網路據說最完整，為什麼看起來還是東一塊西一塊？

Homehr 說 COVID 之後接受度高了很多，但起初各區域各自發展自己的會診工具。他舉的數字是：在法國，病人要等六個月才見得到皮膚科醫師；透過安全的醫師對醫師會診工具，基層醫師兩小時內可以拿到皮膚科意見。

Mueller 的計畫是把大學醫院的皮膚科帶進巴伐利亞的鄉間。她列的障礙依序是：AI 的決定會落在真實病人身上，真實世界的驗證門檻要更高；德國不少地區網路不穩；AI 要能無縫接進流程，用了不能反而多做事。

Vañó Galván 講得最具體。他說毛髮疾病很適合用 AI 診斷與追蹤，但這個領域裡迷思和假療法很多，嚴肅的研究很少。他的團隊做過一套有研究證據的基層轉診系統，想推進西班牙公立醫療，得到的回覆是基層和醫院的資訊系統不相容，做不了。另一個遠距計畫，第一步就發現好幾棟建築沒有 Wi-Fi。

他也提到同輩：四十歲上下的醫師，不少人寧可用自己的眼睛看頭髮，也不想信一套系統。

Serra García 所在的團隊從 2D 換到 3D 全身影像，她說是直接切換、做中學。她承認自己很幸運，同時說最缺的是臨床驗證：台上看過很多漂亮的解決方案，證明 AI 真的讓日常流程變好的證據卻很少。

讀到這裡，我想到的是自己在〈你住的鄉鎮，看一次皮膚科要開多遠？〉裡算過的數字：台灣有 41.3 萬人開車超過 30 分鐘才到得了皮膚科。法國的六個月、巴伐利亞的網路，跟長濱的一個半小時，是同一類問題。那一篇也整理了住得遠的人現在可以先走哪幾條路。

不到 5%：受過訓練的人

Fattore 是那個請大家舉手的人。舉手的只有一兩位，他估計在場「不到 5%」。他說社群媒體上到處是教人用 AI 做行銷、做理財的課，醫療的幾乎沒有，應該放進住院醫師訓練。

這個舉手數字要小心讀，因為它跟問卷量的不是同一件事：問卷問的是「有沒有在用」，舉手問的是「有沒有人教過」。前面 81% 說醫療工作中有在用 AI（經常 44%＋偶爾 37%），舉手的卻只有一兩位。如果台下大致就是填問卷的那群人，多數人是沒人教、自己摸著用的。

主持人 Zink 是另一份德國問卷的共同作者，可以拿來對照。那份研究 2024 年 11 月到 2025 年 1 月，在德國的進修課程中匿名調查 100 位皮膚科醫師：45% 曾在工作中用過大型語言模型，80% 希望有數位技術的訓練課程，回答阻礙時 76% 說缺乏知識、74% 說沒有時間。這份也是方便取樣，願意來上進修課的醫師，不一定代表全德國。

Mueller 的建議是把 AI 放進醫學系的常規課程：現在怎麼用、風險在哪、機會在哪，並且讓醫師和資訊領域多一點跨科交流。Vañó Galván 補了一句：西班牙的住院醫師訓練計畫，已經十二年沒改。

痘痘和轉移性肺癌，不是同一種風險

Fattore 替懷疑者說了話。他的意思是：用 AI 預估脂漏性皮膚炎或痘痘的走向，跟用 AI 預防轉移性肺癌病人吃抗癌藥之後的皮膚毒性，錯了的代價完全不同，懷疑的人不全是錯的。

他也提醒，皮膚鏡剛出現時同樣被拒絕過。他認為該問的是何時、何地、怎麼用。

這和我讀〈猶他州讓 AI 自己開痘痘處方〉時的感覺一樣：州政府挑外用痘痘藥當第一個試辦，放在 Fattore 這把尺上，是錯了代價相對小的那一端；而它的門檻「與自家醫師一致 95%」，量的還不是病人有沒有變好。那一篇也整理了台灣的規定：AI 軟體要先過醫療器材這一關，醫師法第 11 條管的是親自診察。

歐洲慢，美國快

Castro 引了矽谷那句「move fast and break things」，說醫療不能這樣，病人的命在上面。他說要看法規走向，先看美國、加州，更要看歐洲，並且說 ChatGPT 不少安全功能是因為歐洲才有的。

接著台上有人說，歐洲的 AI 法案讓很多好用的 AI 工具在歐洲用不了。這句話我分不出是 Castro 還是主持人講的。歐盟 AI 法案把醫療器材類的 AI 列為高風險，法案原文訂這部分義務在 2027 年 8 月起適用，之後歐盟又推動延後；AI 軟體要上市，本來就得先過醫療器材認證。「用不了」聽起來比較像在說，上市要走的路比較長。

Homehr 的看法相反：歐洲慢，但法規是地基。他說皮膚科已經有頭兩個取得醫療器材認證的 AI 工具，接下來幾年的問題會從「要不要用」變成「用哪一個」。他沒有在台上講出是哪兩個產品。

Serra García 接著說，到了要挑的時候，醫師要能看懂每家公司拿什麼資料訓練模型，資料集要透明，驗證流程要標準化；也要研究人跟 AI 互動時的行為，因為她、Mueller 和台下的資深醫師，用 AI 的方式不會一樣。

2037 年的完美世界，台下只有一兩隻手

主持人描繪了一個未來：2037 年，Serra García 在巴塞隆納幫病人做完 3D 全身影像，傳到澳洲取第二意見、日本取第三意見，AI 直接告訴她診斷和最佳治療。他問台下：誰覺得這是完美世界？

舉手的，又是一兩隻。

主持人轉頭問 Mueller：如果有一台知道所有知識的機器人老師，你要機器人還是要人？

她先開了一句玩笑，說主持人是她最喜歡的老師，然後回答：AI 看起來幫很多忙，但答案永遠要再質疑一次；她經驗還少，需要一個可以依靠的人，知道照著這個意見做是在對的路上，目前她對 AI 工具沒有這種感覺。

這段讓我想到微軟那篇 Science 論文。〈微軟 AI 診斷登上 Science〉裡，AI 在純文字的模擬看診答對 83.2%，但對照組是單獨作答的第一線醫師，病例裡沒有影像，也沒有一位會停頓、會改口的病人。分數再高，Mueller 說的那種「可以依靠」，還沒有被量過。另一篇〈把 AI 訓練成暖男之後，它開始不敢說真話了〉更直接：語氣愈溫暖的模型，愈容易附和使用者的錯誤想法。讓人安心的語氣，和可以依靠，不是同一件事。

每個人留下一句

主持人請每位與談人用一句話收尾：

• Fattore：AI 該把時間還給我們，讓我們專心在病人身上，不必耗在周邊的雜事
• Vañó Galván：AI 不是未來，已經是現在；醫師要把它當幫手，不是替身
• Serra García：AI 是工具，會讓我們更靠近病人，也讓醫師和病人都多一點時間
• Mueller：AI 不是聖杯，不是所有事的答案，但能幫忙撐住醫療體系愈來愈大的壓力
• Homehr：診斷品質、基層和皮膚科醫師之間的關係，還有慢性病人的心理健康，他們要掛到皮膚科實在太難；皮膚科醫師的心理健康也算在內
• Castro：會戴上一副眼鏡，看一眼就提醒這個人的皮膚有損傷；資料會整合環境與基因；他甚至說到用 CRISPR 減輕疾病嚴重度、依病人肝臟 P450 代謝 3D 列印專屬劑量的藥，並且自己承認「這真的很遠」

Vañó Galván 前面還有一句我比較想留下來：AI 永遠不會把手放在病人肩膀上安慰他。

一場會議看完，回到診間

前面幾場台上展示的工具很多，到了圓桌，大家談的反而是 Wi-Fi、電腦系統、訓練課程和驗證研究。

109 位醫師裡，下班每天用 AI 的比上班每天用的多出二十二個百分點。這個差距，問卷沒有問原因；台上幾位醫師給的答案，大多跟演算法準不準無關。

圓桌上幾句話，在同一場會議的其他場次裡都找得到更細的數字：

• Homehr 說的醫師對醫師會診，法國實際做出來的樣子：藥局拍照、皮膚科醫師判讀，第一年 714 例，平均幾天回覆，寫在〈遠距皮膚科在法國：藥局拍照，皮膚科醫師判讀〉。那一場的試辦多由藥廠主導，沒有對照組。

• Vañó Galván 說毛髮很適合 AI、但嚴肅研究很少。他也上台的毛髮那一場，有一個數字可以對照：聊天機器人判讀毛髮鏡影像，答對的比例遠低於醫師，見〈AI 看落髮到哪一步？〉。

• Fattore 說痘痘和轉移性肺癌不是同一種風險。痘痘那一場正好示範了錯了代價小的那一端：AI 數痘的一致性跟醫師彼此相當，但六個聊天機器人回答痘痘問題，聽起來周到，對照英國指引卻不夠準，見〈AI 數痘痘跟醫師一樣穩？〉。

• 代價大的那一端在皮膚腫瘤場：同一套皮膚鏡 AI，常見的痣跟醫師打成平手，遇到罕見皮膚腫瘤，曲線下面積只有 0.634，Fattore 也在那一場講 AI 預測抗癌藥的皮膚副作用，見〈AI 看皮膚癌準嗎？〉。

• Serra García 要求資料集透明、驗證標準化。異位性皮膚炎那一場的兩篇 ChatGPT 研究，請醫師替 AI 的答案打分，旁邊卻沒有醫師的答案可以比，換成中文分數就往下掉，見〈異位性皮膚炎問 AI 準不準？〉。

• 「AI 準確率 95%」這類標題數字要怎麼拆，主持人 Zink 和 Castro 在開場那一場就碰到了，見〈AI 會取代皮膚科醫師嗎？〉。

• Mueller 說 AI 的答案永遠要再質疑一次。〈AI 會看傷口、選皮瓣嗎？〉裡，ChatGPT 挑皮膚癌術後皮瓣，跟醫師的一致性比醫師彼此之間還低。

如果你是病人，下一次在診間看到醫師用 AI 輔助判讀，可以問兩個問題：這套工具在台灣是否取得醫療器材許可？它是用什麼樣的病人資料驗證過的？醫師答得出來，這套工具才算真的進了診間。

參考文獻

1. Henk L, Schirren L, Mühlensiepen F, Traidl-Hoffmann C, Otten M, Olsavszky V, Zink A, Hertl M, Kuhn S, Knitza J 等，Digital health applications, telemedicine and large language models in dermatology: results of a Germany-wide survey，J Dtsch Dermatol Ges 2026;24(10):e1435–e1439，doi:10.1111/ddg.70019x（PubMed 41555607）
2. Pierre Fabre，International Forum of Dermatology 2026 重播：The Future of AI in Dermatology — Round Table（會議頁）
3. 歐盟 AI 法案：Regulation (EU) 2024/1689（EUR-Lex）