人形機器人開始出現在新聞版面，現實上醫院也早已有機器人。在這些消息背後，有些事情值得我們停下來想一想。
過去談到醫療機器人，多半停留在科幻的想像。但這幾年，這條邊界正在快速移動。有幾家公司已經開始接受人形機器人預購，有些甚至提供月租方案。從市場動態來看，「可以買一台機器人回家當助手」這件事，已經不再是遙不可及的了 (1)。然而，在熱鬧的發布消息背後，有一個比較少被認真問到的問題：這些機器人，真的適合進入醫院嗎？
很多人以為機器人還沒真正進入醫療現場，其實不然。今天的醫院裡，早就有各式各樣的機器人在默默運作——負責送藥的自動藥車、送餐的配送機器人、進行器械毒的設備，還有協助手術的機械手臂。這些系統已經成為醫療流程的一部分，而且穩定、有效。但有一件事很值得注意：它們幾乎沒有一個長得像人。這其實說明了一個很簡單的邏輯：在醫療場域，形態是由任務決定的，而不是任務由形態決定。送藥不需要雙腳，手術不需要走路，消毒不需要手指。人形設計，反而往往增加成本與故障風險。一篇 2025 年的系統性文獻回顧分析了 27 篇相關研究，發現人形機器人在醫院的實際應用，主要集中在社交互動、物理復健和健康資訊傳遞，真正與醫護人員進行臨床協作的案例，少之又少 (2)。
支持人形機器人的人會說：人類環境本來就是為人設計的，所以長得像人的機器人應該更容易適應。這個邏輯有一定道理，但問題在於，這樣的場景在醫療流程中其實並不常見。醫院裡的多數工作是高度標準化的——固定路線、固定動作、固定位置。在這樣的環境下，專用型機器人通常比通用型的人形機器人更有效率、更可靠，也更容易維護。人形的「通用性」，在醫療場域中並沒有真正轉化成優勢。一篇 2025 年測試人形機器人執行七種醫療程序的技術研究也得出類似結論：在需要精確控制與力道的醫療操作上，人形機器人仍然明顯落後於現有的專用設備 (3)。
技術上的限制，比一般人想像的更具體。首先是電力：多數人形機器人的續航力只有幾小時，但醫院是需要長時間待機的環境。其次是精細操作能力，許多看似簡單的醫療動作——更換敷料、插鼻胃管、在深夜安撫一個因為疼痛而躁動的病人——對機器人來說仍然困難。更根本的問題是情境理解：機器可以辨識影像，但要在混亂的急診室環境中整合各種訊號、做出適當判斷，至今仍是非常困難的事 (1)。
但技術問題之外，還有一個比較少被討論的面向：當機器人進入病房，它並不是單純的設備，而是一個持續運作的感測系統。攝影機、麥克風、生命徵象監測——這些資料都會被蒐集、分析，甚至傳輸。這就帶來一個核心問題：這些資料屬於誰？如何使用？是否安全？目前多數廠商對資料處理方式並不透明 (1)。學術研究也記錄了這個問題：AI 與機器人導入醫療的核心倫理挑戰，包括資料隱私、演算法偏誤，以及病患自主權的保障 (4)。更棘手的是，許多 AI 技術最終由私人企業擁有與控制，使得患者資料的保護問題格外複雜 (5)。
「人們以為自己買了一個朋友，但他們只是買了一個間諜。」
— Joanna Bryson，引述自 New Scientist (1)
然後是那個最難回答的問題。如果一個機器人做一百次任務，有九十九次是正確的，這樣夠不夠好？在日常生活裡，這個比率聽起來相當不錯。但在醫療場域，一個被低估的主動脈剝離、一個被忽略的敗血症早期徵兆、一次藥物配送的品項或劑量錯誤，這些都不是邊緣情境，而是醫師日常工作裡最需要警覺的那一類狀況。而且研究指出，AI 系統的錯誤往往不是隨機分布的，而是帶有方向性偏差的 (6)。當錯誤朝同一個方向發生時，反而更難被察覺，也更危險。這正是為什麼目前在醫院運作最穩定的機器人，幾乎都是功能高度受限的專用設備。因為限制能力，就是限制風險。
機器人在工廠表現良好，因為環境可控、流程固定、變異有限。但醫院不是工廠，它更像一個高度混亂的情境。每個病人的狀況不同，突發狀況難以預測，資訊往往不完整。一份針對醫護人員態度的研究也發現，接受機器人的前提往往是「在特定任務上表現可靠」，而不是「什麼都做」(7)。
最後還有一個問題，是最少被正面回答的：如果機器人出錯，誰來負責？當機器人參與醫療決策，它成為一個影響結果但不承擔責任的角色。如果發生意外，責任在機器製造商？醫院？還是沒有充分監督的醫師？目前的法律框架，對這個問題並沒有被完全清楚回答。學術研究指出三個可能的責任層次——製造商、醫院，以及醫師——但現行法規尚未完全明確定義邊界 (8)。國際上雖已有相關 AI 法規陸續推出，但在規範完善之前，醫院若貿然大規模導入，等於在法律灰色地帶運作 (9)。導入機器人，不只是技術選擇，同時也是機構所承擔的法律風險。
醫院早就有機器人了。它們在走廊送藥、在開刀房室穩住手術刀、在病房消毒——只是它們不長得像人。在醫療場域，有效比擬人更重要，任務決定形態，而不是反過來由型態決定任務。人形機器人或許有一天會成熟，但在那之前，我們已經知道什麼是可靠的、什麼是風險高的。真正的問題不是技術能不能做到，而是：在還沒有完全準備好的時候，我們要不要讓它進病房？
致謝與作者聲明
本文由作者獨立撰寫，內容未曾發表於其他期刊。撰寫過程中曾使用 Claude協助進行語句潤飾、文法校對與段落結構建議，最終內容由作者負責確認與修訂。作者聲明無利益衝突。本文部分觀點係延伸自 New Scientist（2026）之報導，並結合醫療場域進行再詮釋與分析。
參考文獻
作者資訊
| 姓名 | 單位 | 職稱 |
|---|---|---|
| 紀志賢 | 成大醫院 急診部 | 教授 兼 部主任 兼 主治醫師 |