凌晨三點的病房，護理站的白光是唯一醒著的星。
&nbsp;
護理師剛為 23 床的伯伯換完點滴，7 床的呼叫鈴就急促地響起，同時手機震動，提醒著有三份藥物說明得在清晨前完成衛教。空氣中，混雜著消毒水味與無聲的疲憊。這是臺灣每一間醫院的日常，也是醫療人力在高齡化浪潮下，瀕臨極限的縮影。
&nbsp;
然而，在這窒息的忙碌中，一個沉穩的身影正沿著走廊前行。它沒有心跳，沒有體溫，卻能用最溫和的語氣，耐心回答家屬重複了數遍的問題，並準確地將藥品送到指定病房。
&nbsp;
這不是未來，而是現在。一場正在醫療前線悄然發生的寧靜革命：當人類的照護能量已達飽和，我們開始學著將一部分的信任，交給機器人。
&nbsp;
這並不是把機器人丟進病房那麼簡單。從研發者的設計思維、醫院管理者的資安考量，到護理人員的使用習慣與患者的接受度，這場「人與機器」的合作關係，才正要開始建立。
&nbsp;
護理現場人力吃緊，機器人能否補位？
長久以來，醫院導入機器人多半著眼於「替人跑腿」的功能。自動運送病歷與藥品的機器人、定時巡迴的消毒裝置，都讓後勤效率更上層樓。而在櫃檯前端，也有語音與觸控查詢系統逐步取代人工問答，幫助民眾解決就醫流程中的基本疑問，減輕第一線人員負荷。
&nbsp;
「醫療現場每天都有大量重複性的資訊要傳達，」國立臺灣大學資訊工程學系教授傅立成認為，「機器人若能即時回答這些問題，就能讓護理師把時間用在更有價值的工作上，唯有當機器人幫助照護人員從繁瑣中抽身，專注投入人與人之間的溝通與陪伴，這樣的改變才真正有意義。」
&nbsp;
中國醫藥大學附設醫院院長周德陽亦指出，「導入機器人，可以減少 30％ 的護理人員時間。」目前，中醫大附醫已逐步導入消毒、搬運、行政問答等類型的機器人，有效分擔高頻重複的任務。這些機器人並非要取代護理人員，而是在醫療現場默默運作。當人力資源愈發珍貴，能否把有限的人力用在最需要的地方，將是機器人介入照護系統的關鍵意義。
&nbsp;

<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2025/09/9-1_670x460.jpg" />
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">醫療院所導入機器人，可以減少 30％ 的護理人員時間。</div>
</div>
</div>
</div>
</div>
&nbsp;
生成式 AI 照護機器人：從「講話」到「聽得懂話」
然而，照顧機器人真正讓人眼睛一亮的，是它們終於「開口說話」了，不只是單向播放錄音，更成為可以真正理解語意、與人對談的照護助手。
&nbsp;
中醫大附醫近期宣布，將於 2025 年秋季推出一款嶄新的「生成式 AI 照護機器人」。這款機器人整合人工智慧、人臉與語音辨識等技術，初期功能包含語音互動協助病人理解病房導引、護理流程、用藥提醒與術前術後衛教，還能執行如送藥等簡單任務，未來將擴展應用場域至住院病房、門診接待與遠距照護場景。
&nbsp;
過去的機器人常給人「在唸稿」的印象，一問一答毫無情感，稍有變化就接不上話。而中醫大附醫目前測試中的版本，已能在兩秒內快速回應病人問題，對話自然且能即時打斷、調整語意，模擬出接近真人的溝通節奏。周德陽院長觀察，語言能力是生成式 AI 的關鍵突破，對談是難度最高的地方，但也是最能與病患建立信任感的一環。
&nbsp;
「生成式 AI 的挑戰不只是語言生成，而是能不能『聽懂』語境，並做出適當反應。」傅立成教授表示，單純把語言丟進模型再吐出答案還不夠，「關鍵在於是否具備理解臨床需求、對醫病互動邏輯有所掌握的能力。」
&nbsp;
陪伴不再只是人類專利，機器人開始學會傾聽與問候
除了實體照護上的協助，機器人也開始在情感支持的角色上發展。陪伴型機器人並非取代人類的情感連結，而是在高齡獨居或失智初期的場域中，提供穩定互動與情緒刺激的角色。
&nbsp;
根據 BCC Research 報告預測，全球智慧機器人市場正在快速成長，尤其以自主型機器人、智慧助理，以及教育娛樂型應用為主。其中，具備「情感運算」能力的照護與陪伴型機器人被視為未來五年的關鍵發展領域。這種技術的核心，在於機器人不只聽得懂語音指令，更能辨識人類情緒、做出合宜的回應。
&nbsp;
「對有些長者來說，有一個願意聽他講話、不會批評他的『對象』，就已經是很大的安慰。」傅立成教授解釋，當人們面對會對話的機器，容易產生情感投射與信任感，這種心理現象被稱為「Eliza 效應」，即人們傾向對模仿人類互動的系統投入真實情感。
&nbsp;
在中醫大附醫的初步實驗中，也觀察到陪伴型機器人能讓部分長者更願意開口說話，甚至情緒波動次數也因此減少。周德陽院長表示，與人互動時，長者常會因擔心說錯話、被指正或感到被評價而顯得拘謹，反觀面對機器人則更容易放鬆。他觀察到，長輩與機器人互動時更願意分享生活瑣事，也不擔心被打斷，反而促進了更自然的情感流動。「他們可以盡情說話、不怕被打斷或糾正，也比較願意分享生活。」他說。
&nbsp;
不過，要讓這樣的互動真正被接受與喜愛，背後的設計邏輯不能輕忽。「陪伴與互動，是設計者要負起的倫理責任。」傅立成教授提醒。他指出，陪伴型 AI 的成敗，取決於使用者對科技的熟悉程度與信任感，而這與數位素養息息相關。「現在的高齡者其實也用 LINE，也看 YouTube，科技對他們來說並不陌生。但如果 AI 對話的方式太冷、太機械，反而會造成心理排斥。」
&nbsp;

<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2025/09/9-2_670x460.jpg" />
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">根據 BCC Research 報告預測，具備「情感運算」能力的照護與陪伴型機器人被視為未來 5 年的關鍵發展領域。</div>
</div>
</div>
</div>
</div>
&nbsp;
導入機器人，真的那麼簡單嗎？
不過，從技術開發到實際部署，照護機器人並非裝好電源就能上線。真正要在醫療現場「派得上用場」，仍有一連串門檻等待跨越。最大挑戰之一，是醫療資訊系統整合。若無法與病歷資料、護理平臺、行政流程串接，機器人就只能當展示品。
&nbsp;
另一個隱憂是生成式 AI 帶來的回應風險。錯誤資訊、引導錯誤決策、甚至病患隱私外洩，都可能衍生嚴重後果。然而，目前臺灣尚無專門針對醫療AI應用的明確規範。對此，中醫大附醫採取高度防護策略。「我們將機器人回答範圍嚴格限制在醫學常識範圍內，並由團隊審查每一筆回應內容，確保不會『亂講話』，」周德陽院長院長強調。這也意味著，生成式 AI 不只要會聊天，更得學會什麼話「不能說」。
&nbsp;
而面對高齡使用者，語音辨識的挑戰被進一步放大。傅立成教授指出，長者的口語常混雜方言、口齒不清或夾雜情緒干擾，容易導致系統「聽錯、判斷錯、回錯」。語音是整體互動的起點，一旦輸入雜亂，後續語意理解與回應生成也可能完全偏離軌道。
&nbsp;
若說醫院是相對結構化的環境，那麼居家與長照機構就更接近「野地」。家具擺設、走道寬窄、地毯材質、甚至電梯是否支援，都會影響機器人導航與運作。「在非結構環境裡，機器人需要更高階的環境感知與應變能力，現在還沒準備好。」傅立成教授坦言。
&nbsp;
此外，生成式 AI 讓照護機器人能說話、能對談，但仍停留在「不接觸病人」的階段。包括餵食、洗澡等需動手照護的機器人，目前仍不夠成熟。周德陽院長說：「你如果要幫病人餵食，就不能讓他嗆到，這種高風險的肢體操作，需要極高的精密度與安全防護。」
&nbsp;

<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2025/09/9-3_670x460.jpg" />
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">生成式 AI 讓照護機器人能說話、能對談，但仍停留在「不接觸病人」的階段。</div>
</div>
</div>
</div>
</div>
&nbsp;
AI 不是取代，而是延伸醫療團隊的力量
生成式 AI 快速進展，各界憂心工作被取代，醫療現場卻有不同的風景。
&nbsp;
「大家不是擔心被取代，而是希望能有更多幫手。」周德陽院長觀察，當護理人員親眼看到機器人能處理送藥、接待、答疑等例行性工作時，不僅壓力明顯減輕，反而更能專注於具有臨床價值的專業照護。傅立成教授也曾在論壇中指出，護理師「張開雙手歡迎」機器人成為工時的分擔者，讓他們能從繁忙中抽身，更專注人際互動與專業照護。
&nbsp;
對患者而言，這樣的科技也帶來新感受。與真人互動往往伴隨著社交壓力，但機器人不會批評、不會催促，總是耐心傾聽、不厭其煩回應，反而讓人更願意主動開口。這也呼應了不少研究成果：機器人陪伴不僅有助減緩孤獨感，還能提升情緒穩定、促進人際互動，對醫護人員而言，也是一種心理支持。
&nbsp;
「醫療是一個極度依賴信任與情感的場域，機器人再聰明，也無法完全取代護理人員的角色。」傅立成教授強調。因此，如何讓 AI 成為人力的延伸，而不是人力的替代，是未來推動政策與社會溝通的重要課題。
&nbsp;
科技導入不是終點，回到人的需求才是真正起點
從醫院的照護流程，到社區的情感支持，照護機器人正逐步走入我們的日常。但這場轉變不只是技術的發展，也關乎我們對「照護」價值的再定義。
&nbsp;
AI 帶來的不只是體感層面的改善，更可能重塑整個醫療模式。周德陽院長進一步指出：「AI 是第四次工業革命的一環，其中醫療 AI 將扮演關鍵角色。」以骨齡檢查為例，傳統流程需 15 分鐘，而透過 AI 輔助僅需 1 秒即可產出初步判讀報告，醫師再做確認即可。這種效率不只節省人力，更有助提升診斷準確率。在他看來，「未來不懂 AI 的醫院，恐怕會被懂 AI 的醫院取代。」
&nbsp;
傅立成教授則提醒，生成式 AI 或機器人不該被過度神化，它們只是工具，真正的主角始終是人。「我們要記住，科技是為了延伸人的能力，不是讓人被替代。」未來的醫療現場，或許將出現更多「半人半機」的合作場景，而那也正是我們對高齡社會最溫柔的回應。
&nbsp;
（客座總編輯｜國立政治大學資訊學院 劉吉軒院長；研究顧問團隊｜國立臺灣大學資訊工程學系 傅立成教授、中國醫藥大學附設醫院 周德陽院長；責任編輯｜曹盛威、洪孟樊）