不需見醫生
藥物種類
Regulatory Sandbox
計畫數量
發生了什麼?
2026 年 1 月 6 日,Utah 州政府和 Doctronic 聯合宣布:在 Utah 的「Regulatory Sandbox」框架下,Doctronic 的 AI 平台獲准自主為患者續開處方藥。
操作非常簡單:打開瀏覽器、登入 Doctronic、點「續方」、付 $4、AI 判斷你是否符合續方條件,符合就直接送藥局。全程幾分鐘,全程無醫生。
規則
聽起來很合理。慢性病患者每年要花時間和金錢回診,只為了讓醫生在處方上蓋個章。$4、幾分鐘、不用請假——對病患來說是巨大的便利。
但便利的代價是什麼?
矛盾的核心:保險 vs 免責
Doctronic 同時做了兩件互相矛盾的事。這是理解整個問題的關鍵:
對 Utah 州政府說的
- 買了醫療事故保險,保 AI 開錯方的責任
- 簽約承諾賠償州政府因此產生的任何費用
- 對外宣稱 AI 被「用跟醫生一樣的法律標準」監管
對使用者說的(ToS)
- 免責聲明:不對系統準確度或有害結果負責
- 使用者必須「自行諮詢持照醫療人員」
- 「因本系統延遲就醫造成的傷害,本公司不承擔責任」
一邊買了保險——暗示承認 AI 會出錯。另一邊服務條款寫得清清楚楚——出事不關我們的事。
這不是疏忽。這是精心設計的法律護城河:對政府展示「我們很負責」,對用戶預埋「你自己負責」。
你簽掉了什麼?
當你按下「同意」使用 Doctronic 續方時,你同意了:Doctronic 不保證系統準確、不對結果負責、不對延遲就醫的後果負責。你用 $4 省下了掛號費和看診時間,但你也簽掉了——如果 AI 判斷錯誤——你追究責任的最直接路徑。
從緊到鬆:三階段放權
Utah 的試點不是一步到位,而是分三個階段逐步放手:
100% 人工審查
前 250 張處方(每藥類),全部由人類醫生事先審查後才送藥局。AI 開方,人蓋章。
事後回顧
AI 直接開方送藥局,醫生事後才看。處方已經在執行了——回顧只是統計用。
完全自主
AI 全權開方,監管機構只做 5-10% 隨機抽查 + 每月報告。沒有醫生在迴路中。
Phase 1 很安全——每張處方都有醫生把關。Phase 2 開始模糊——AI 已經在開方了,醫生只是事後看。Phase 3 是真正的問題所在:沒有任何醫生「碰」過這張處方。
傳統醫療責任的核心是「最後一個碰它的人」原則——開方的醫生對處方負責。Phase 3 打破了這個前提。
法律真空:兩個框架都不適用
AI 開錯藥,理論上有兩條法律路徑可以追責。但在 Doctronic 的案例中,兩條路都走不通:
路徑一:醫療過失(Medical Malpractice)
路徑二:產品責任(Product Liability)
醫療過失法假設有人類醫生在迴路中。產品責任法假設產品經過 FDA 認證。Doctronic 兩個都不是。它存在於一個法律框架設計者從未預見的灰色地帶。
Stanford Law 的觀察
Stanford 法學院在 2026 年 3 月的分析中指出:Utah 的 Sandbox 框架本質上是「豁免法規」模式——州政府有權暫停某些規定,讓創新先跑起來。但這也意味著,一旦出事,患者的法律救濟途徑不明確。Sandbox 豁免了法規,但沒有建立新的責任框架來填補空白。
開錯藥的責任連鎖
假設場景:AI 為一位患者續開了降血壓藥,但沒有偵測到患者同時在服用的另一種新藥存在嚴重交互作用。患者因此住院。
誰負責?
| 可能的被告 | 理論基礎 | 實際困難 |
|---|---|---|
| Doctronic | 產品製造者 / 服務提供者 | ToS 免責;非 FDA 認證器材;Sandbox 豁免部分法規 |
| Utah 州政府 | 批准並監管試點計畫 | 政府主權豁免;Doctronic 合約承諾賠償州政府 |
| 原始開方醫生 | 最初開出這張處方的醫生 | 續方決定不是這位醫生做的,也沒有參與 AI 的判斷 |
| AI 本身 | 做出錯誤判斷的「實體」 | AI 不是自然人也不是法人,無法被起訴 |
| 患者自己 | 同意了 ToS、選擇使用 AI 續方 | Doctronic 的 ToS 指向這個方向 |
看出問題了嗎?責任在每一個節點都被巧妙地推開。Doctronic 有 ToS,州政府有主權豁免,醫生沒參與,AI 不是法律主體。最後站在那裡的——是同意了服務條款的患者。
保險的悖論
Doctronic 買了醫療事故保險。買保險意味著承認會出錯。但 ToS 說不負責。如果真的打官司,法院會怎麼看?你不能一邊跟保險公司說「我們需要保障因為 AI 可能開錯藥」,一邊跟用戶說「我們不對結果負責」。這個矛盾目前沒有判例可以參考。
不只是醫療的問題
Utah / Doctronic 是第一個案例,但絕不會是最後一個。任何讓 AI 做有法律後果的決定的場景,都會面臨同樣的問題:
「誰負責」的問題將在所有領域出現
核心問題永遠是同一個:現有法律只會追究人或公司,不會追究演算法。當演算法開始做出以前只有人類專業人士才能做的決定,我們的法律需要一個新類別。
缺少的那塊拼圖
Washington Post 在 3 月的社論中指出了另一個問題:沒有獨立評估。
這就好比讓一家藥廠自己做臨床試驗、自己審核結果、自己決定是否公開數據。FDA 存在的理由,就是為了防止這種事。但在 Utah 的 Sandbox 裡,FDA 不在場。
一個負責任的 AI 醫療框架應該有什麼?
結語:便利的代價
讓我們回到最開始的數字。
$4。不用請假。不用排隊。不用等醫生空出十分鐘跟你說「跟上次一樣」。
對一個每天吃降血壓藥的慢性病患者來說,這是真實的、巨大的便利。我們不應該假裝這個便利不重要。醫療系統確實有效率問題——醫生短缺、等待時間長、看診費用高——AI 在這裡有合理的角色。
但便利不能以犧牲責任為代價。
真正的問題不是「AI 能不能開藥」
AI 在限定範圍內續開慢性病用藥,技術上可能是安全的。真正的問題是:當我們允許 AI 做出有法律後果的決定時,我們的法律、監管、責任框架還沒準備好。
Utah 的實驗很大膽,也很有價值——它把問題攤在陽光下了。但攤開問題和解決問題是兩回事。
在沒有明確的責任框架之前,使用 AI 開方的真正「代價」不是 $4——而是你簽掉的追究權利,和一個沒人知道誰該負責的灰色地帶。