醫師最討厭的工作
問任何一位骨科醫師「你最不喜歡工作的哪個部分」，答案很少是手術本身。通常是：
「寫病歷。」
評估紀錄、SOAP notes、追蹤報告、品質報表。這些文書作業佔據大量時間，但每一份都必須精確。你不能亂寫，但你也不想每次都從零開始打字。
這就是 Doctor AI 想解決的問題。
Phase 1：AI 會讀了
2026 年初，我們推出 Doctor AI Phase 1。醫師透過 API Token 連接自己慣用的 AI 工具（Claude Code、Gemini CLI、Codex CLI 等），AI 可以：
- 讀取病患的 VAS 趨勢、遵從率、PROM 分數
- 產生週報和趨勢摘要
- 回答「哪些病患遵從率偏低？」「這位病患的恢復速度正常嗎？」之類的問題
Phase 1 是 read-only 的。AI 可以看，但不能改任何東西。身分證、電話、Email 等個資在送入 AI 前自動移除。
這很好，但醫師開始問：「AI 都已經看完資料了，可以幫我寫 SOAP notes 嗎？」
Phase 2：AI 會寫了（但只能存草稿）
Phase 2 開放了寫入權限。AI 現在可以幫醫師起草臨床評估紀錄（Assessment）。
但這裡有一個關鍵的設計決策：
AI 的寫入只能存為草稿。永遠不會自動發布。
我們把這個原則叫做 draft-only enforcement。
為什麼不讓 AI 直接發布？
因為臨床決策的最終責任在醫師身上。
AI 可以根據 VAS 趨勢建議「疼痛改善中，建議進階」，但它不知道今天門診時病患走進來時看起來很不舒服。它不知道病患昨天跌倒了。它不知道病患對某個處方有心理抗拒。
這些 context 是 AI 目前無法完全掌握的。所以正確的做法是：AI 提供草稿，醫師在 30 秒內掃一眼、修改、確認。而不是 AI 直接寫進正式紀錄。
實際操作流程
一個回診場景
病患剛做完 ROM 測量，醫師在 AI 工具裡打了一句：
「王先生術後六週，ROM 120/0，走路不太痛了，可以進階。」
AI 會做三件事：
- 自動讀取病患資料 — 查 VAS 趨勢、PROM 分數、運動遵從率、上次評估紀錄
- 填入欄位 — 把 ROM 120/0 填進屈曲/伸直欄位，progression 設為「進階」，根據趨勢資料預填 S/O/A/P 四區筆記
- 追問未提到的項目 — 「你沒有提到積液程度和運動後 VAS，需要填嗎？上次評估是 trace effusion、VAS 3。」
醫師回覆「積液消了，VAS 2」，AI 補完草稿，透過 MCP Server 送出。
Doctor PWA 端
- 評估列表中出現一筆新紀錄，帶有紫色 badge — 表示「AI 草稿，待確認」
- 醫師點開，看到完整的 S/O/A/P + ROM + VAS + 積液 + progression 決策
- 確認沒問題 → 點「確認」→ 紀錄正式生效，badge 消失；phase advancement 在此刻才會執行
整個流程的目標：醫師交代兩句話，AI 填完表單。原本要手動點選十幾個欄位的工作，變成一次對話。
技術架構
| 層級 | 說明 |
|---|---|
| MCP Server v2.0.0 | 2 支寫入工具（draft_assessment, draft_prescription）+ 6 支讀取工具（趨勢、警報、PROM 等） |
| API 預設拒絕 | 白名單制 — 只有明確列在 allowlist 的 endpoint 才能被 AI Token 存取 |
| Draft-only enforcement | API 層面強制：AI Token 只能寫入 status=draft 的紀錄，無法直接設定 status=published |
| Scope 管理 | 醫師在 Doctor PWA 的 Token Scope 管理 UI 中，明確授權哪些寫入權限 |
安全邊界
我們對 Doctor AI 設定了明確的安全邊界：
AI 可以做的
- 讀取病患的復健資料（VAS、PROM、運動紀錄、評估歷史）
- 根據醫師口頭交代，起草評估紀錄（SOAP notes + ROM + VAS + 積液 + progression）
- 起草運動處方（從運動庫選取項目、設定組數次數）
- 追問醫師未提到的欄位（這是 AI 工具的自然對話能力，不是 server 功能）
- 產生趨勢分析和週報
AI 不能做的
- 直接發布任何紀錄（必須經醫師確認）
- 直接推進 phase（phase advancement 延遲到醫師確認草稿時才執行）
- 起草術式紀錄或自費紀錄（目前僅支援評估和處方）
- 存取個資（身分證、電話、Email 自動移除）
- 存取超出該醫師權限範圍的病患資料
- 自動診斷或自動開立處方
如果 AI 寫錯了？
不會有任何後果 — 因為它只是草稿。醫師在確認前看到任何問題，直接刪除或修改即可。草稿不會進入病患的正式紀錄，不會影響 PROM 排程，不會觸發任何臨床流程。
BYO-LLM：不綁定，不代管
另一個設計決策：iRehab 不內嵌特定的 AI 聊天框。
我們提供標準的 MCP Server 和 API Token 介面，讓醫師自由選擇 AI 工具。Claude Code、Gemini CLI、Codex CLI、本地模型 — 都可以。
理由很簡單：
- AI 模型半年就換一代 — 綁定特定供應商是短視的
- 資料主權 — 醫師選擇哪個 AI 供應商，就決定了資料經過誰的伺服器。Enterprise 版通常不會留存資料
- 成本 — 不同的 AI 供應商有不同的定價。醫師應該有選擇權
iRehab 的角色是提供安全的資料存取層，而不是成為 AI 供應商。
出嘴巴就好：語音輸入 + AI 填表
一個常見的問題：「我不想打字，可以用說的嗎？」
答案是可以，而且不需要任何額外設定。
iPhone、Mac、Android 都內建了聽寫功能 — 在任何輸入框點麥克風鍵就能用。醫師在 AI 工具的輸入框裡按麥克風，講完送出，AI 就會把自然語言對應到表單欄位。
這不需要「訓練」模型。MCP Server 定義了每個欄位的 schema（ROM 的屈曲/伸直、VAS 0-10、積液分級等），LLM 讀了 schema 就知道怎麼對應。醫師說「屈曲一百二，伸直零度」，AI 自動填入 kneeFlexion: 120, kneeExtension: 0。
用 CLAUDE.md 定義你的快捷語
如果你用 Claude Code，可以在專案的 CLAUDE.md 裡寫你的慣用語：
# 我的慣用語
- 「可以進」= progressionDecision: advance
- 「退一階」= progressionDecision: regress
- 「腫」= effusionGrade，問我程度
- 沒提到的欄位一律問我，不要自己猜
AI 每次都會遵守這些規則，等於用自然語言定義了一套快捷指令。其他 AI 工具也有類似的系統提示詞設定。
目前的限制
- 系統聽寫對中文日常用語辨識率很高，但英文醫學縮寫（ROM、VAS、TKA）偶爾會聽錯
- 不能邊講邊看 AI 即時填入 — 要講完送出後 AI 才處理
- 語音輸入的品質取決於你的設備和環境，不是 iRehab 可以控制的
信任但驗證
「Draft-only enforcement」這個名字借鑑了一個老原則：信任但驗證（Trust but verify）。
我們信任 AI 的能力 — 它確實可以根據資料產出合理的臨床評估草稿。但我們也驗證 — 每一筆草稿都必須經過人類醫師的眼睛和判斷。
這不是對 AI 的不信任。這是對「臨床決策必須有人類在 loop 中」的堅持。
在 AI 技術持續進步的過程中，draft-only 是一個可以逐步放寬的起點。當 AI 的可靠性提升到一定程度，我們可以考慮更多的自動化。但起步時，寧可保守。
兩句話填完一張表
最後，回到最初的問題：醫師最討厭的工作。
有了 Doctor AI Phase 2，回診時的流程從「打開表單 → 逐欄手動填入 → 存檔」變成「跟 AI 說兩句話 → AI 追問漏的 → 確認」。醫師不需要記得每個欄位在哪裡、不需要從零開始寫 SOAP notes。AI 已經看過病患趨勢，只需要你補上今天門診的觀察。
省下來的時間，可以花在更重要的事情上 — 比如跟病患多說兩句話。
如果你想試試 Doctor AI，在 Doctor PWA「我的」→「API Token」頁面產生 Token，連接你慣用的 AI 工具即可。設定只需要 3 分鐘。