先講一句很多人聽了會鬆一口氣的話：膝蓋退化不是「軟骨磨完就沒了」的單行道。 它比較像是身體對關節的「修補速度」跟不上「損耗速度」，兩邊失衡的結果。這個差距是可以縮小的——而且縮小它的方法，恰好是最不花錢的那幾樣。 這篇寫給膝蓋開始痛、被告知「你這是退化」，以及想盡量避開開刀的人。 X 光片很花，人卻不一定痛 門診最常見的一段對話，是病人拿著報告說「醫師，我的軟骨都沒有了」。 但這裡有件反直覺的事：X 光的退化程度，跟痛不痛的關聯沒有大家想的那麼強。 很多中老年人 X 光已經有明顯的關節間隙變窄和骨刺，卻完全不痛 反過來，也有人 X 光看起來幾乎正常，卻痛到走不動 歐洲的風濕病學會甚至認為，典型症狀的病人可以不靠 X 光就診斷；照片子主要是為了排除其他問題，或病情惡化得異常快的時候。 所以請把重點放在你能做什麼、走多遠、痛多久，而不是片子上的等級數字。片子不會決定你的生活品質，功能才會。 真正有效的三件事，剛好都不用花錢 我把三份最主要的國際治療指引（美國風濕病學會、國際骨關節炎學會、美國骨科醫學會）攤開來比對，結果很清楚： 三家意見分歧的地方很多，但有三件事是三家一致給到最高建議等級的：運動、減重、了解自己的病。 其他的——葡萄糖胺、玻尿酸、鞋墊、震波、PRP——三家講法都不一樣，有的甚至完全相反。 這件事本身就值得記住：當你聽到「這個對退化很有效」的時候，可以問一句，是哪個學會說的？ 減重：不用瘦到標準體重 聽到減重先別放棄，重點在於門檻比你想的低很多。 體重減 5% 就看得到改善。以 70 公斤的人來說，就是 3.5 公斤 減得愈多，改善愈明顯（5–10%、10–20% 都還在繼續往上加） 換句話說，你不需要瘦到「標準體重」才有資格得到好處。先掉 3、4 公斤，膝蓋就會告訴你差別。 原因也很直覺：走路時膝蓋承受的力量是體重的數倍，減掉的每一公斤都會被放大。 運動：怕痛而不動，是最糟的選擇 這是最多人做反的一件事。 很多人一痛就不敢動，結果大腿肌肉萎縮得更快，關節更不穩，然後更痛——這是一個會自己愈轉愈緊的循環。 大腿前側的股四頭肌是膝蓋的避震器兼穩定器，肌力不足本身就是退化的獨立危險因子。 幾個實務重點： 運動的種類沒有優劣之分。有氧、肌力訓練、水中運動、太極，指引並沒有排名 但有人帶、有人盯的效果比自己練好。這是指引特別點出來的 太極對膝關節退化有明確實證，美國風濕病學會給到最強建議 水中運動對怕痛、體重較重的人特別友善，因為浮力減少了關節負荷 低衝擊、時間短一點、次數多一點，比一次做很久更能持續 最重要的一句：會有點痠是正常的，痛到隔天爬不起來就是過量了。 這件事需要調整強度，不是停止運動。 藥怎麼用：先擦的，再吃的 外用消炎藥膏（擦的）：應該優先於口服。全身吸收少，腸胃和心血管的風險小很多。膝蓋、腳踝、腳、手都適用 但髖關節（大腿根部）不適用，因為位置太深，藥膏穿不進去 口服消炎藥：效果好，仍是主力，但要注意腸胃、心血管、腎臟三方面的風險 有心血管疾病、或身體已經比較衰弱的長輩，國際骨關節炎學會建議避開所有口服消炎藥 建議「需要的時候才吃」，而不是固定每天吃 普拿疼（acetaminophen）：這幾年地位下降了。三家講法不一，但共同的訊息是效果比想像中小，現在比較像是不能用消炎藥時的短期備案，而不是理所當然的長期第一線 打針有用嗎：三種針要分開講 這是門診最常被問、也最容易被誤解的一段。 類固醇：救急很有效，但不能當常規療程 止痛效果通常維持大約三個月 但有一個很重要的研究：讓病人每三個月打一次、連續打兩年，結果是軟骨流失比沒打的人更多，而且並沒有比較不痛 沒有任何一份指引訂出「一年最多打幾針」這個數字（坊間常聽到的「一年四針」並不是指引寫的） 所以合理的用法是：急性發作、或有重要的事情要撐過去（婚禮、旅行）時的短期救援，不是每三個月報到一次的固定療程。 玻尿酸：爭議很大，要看打哪裡 打膝蓋：美國骨科醫學會不建議常規使用。平均要打 17 個人，才有 1 個人真的感覺得到差別 美國風濕病學會也是傾向不建議；國際骨關節炎學會則有條件地認為可以用 打髖關節：三份指引一致不建議，因為效果不比生理食鹽水好 如果要打，比較可能有效的是：年紀較輕（65 歲以下）、體重較重、退化程度還輕（早期）、症狀比較明顯的人 也就是說，退化愈嚴重，玻尿酸的效果反而愈差——這跟很多人的直覺相反。 ...

先講一句最常被搞錯的：你覺得痛的地方，通常不是壞掉的地方。 扳機指的人幾乎都指著中間那個指節說「這裡卡卡的」，但真正出問題的位置在 手掌根部、手指與手掌交界的那一圈。醫師會按你的手掌，不是按你指的地方，原因就在這裡。 這篇寫給早上手指卡住、握東西會痛、或已經被建議打針的人。 這到底是什麼 手指要彎起來，靠的是幾條從前臂一路拉到指尖的肌腱。肌腱不會亂跑，是因為沿路有幾道環狀的「套環」把它壓在骨頭上，像釣竿上的導線環。 最靠近手掌的那個套環，出問題的機率最高。 當肌腱腫起來、或套環變厚，兩者的尺寸就對不上了。手指彎的時候，屈肌力氣大，硬是把腫起來的那一段拉過去；但要伸直的時候，伸肌力氣小，拉不回來。 於是手指就卡在彎曲的位置。 那個「啪」一聲，是腫起來的部分終於擠過套環的聲音。 順帶一提，這個病的正式名稱叫「狹窄性腱鞘炎」，但其實有點名不符實。顯微鏡下看，變化主要在 套環本身和它周圍的組織，不是滑膜在發炎。這件事等一下會影響到「為什麼拖久了打針會沒效」。 四個等級，決定你該做什麼 看這張圖最重要的一句話是：等到要用另一手扳開的時候，情況已經不太一樣了。 2025 年一篇隨機分派試驗追蹤了 122 根手指，結果是：第一、二級的人，保守治療（護具、打針、或兩者一起）大約 四分之三會好；到了第三級，成功率降到 六成，而 最後需要開刀的比率從 22% 跳到 39%。 所以如果你已經在用另一手扳手指，這不是「再看看」的階段。 這是自己會愈滾愈大的問題 有件事值得知道：扳機指會自己惡化，不是因為你不夠小心。 每卡一次，肌腱就被磨一次；磨一次，就腫一點；腫一點，就更容易卡。這個循環會自己轉下去。 所以「先忍一忍看會不會自己好」這個策略，在扳機指身上不太成立。它 有可能自己好，但通常要好幾個月。 誰比較容易得 糖尿病：這是最重要的一項。一般人大約 2% 會遇到扳機指，糖尿病的人比例高很多（不同研究從 7% 到兩成都有） 女性，而且明顯多於男性 40 到 60 歲是高峰 類風濕性關節炎、痛風、甲狀腺低下 手部長期反覆用力握持 但要說清楚：大多數人找不到明確原因，也不是因為「用手用太兇」。真正有外傷史的反而很少。 還有一個容易被忽略的：動過腕隧道手術的人，之後長扳機指的機率比較高。這是已經被確認的關聯，不是巧合。 至於哪根手指最常中，很多人以為是中指無名指，其實 拇指是第一名（大約三分之一），其次才是無名指。小孩子的情況完全不同，九成的兒童扳機指都在拇指，而且四分之一是兩手都有。 護具、打針、開刀，該怎麼選？ 護具 原理很單純：把手指與手掌交界的那個關節固定住，讓肌腱不要再一直來回滑過那個套環，讓發炎的地方休息。 指節以下要留著能動，才不會影響日常生活。 效果跟「拖了多久」高度相關：症狀在半年內的，成功率大約七成七；四個月內的約七成三。拖久了、或多根手指一起中，效果就差。 拇指的扳機指用護具效果比較差，這點各家報告一致。 打針 在手掌那個位置打類固醇，是最常用的做法。 要澄清一個常見誤解：這一針不是打進關節裡，是打在肌腱外面的腱鞘裡或周圍。醫師打的時候會請你動一下手指，就是在確認針沒有插進肌腱裡面。 效果呢： 單次注射，一年後大約 54% 到 73% 的人症狀是解決的 重複打是安全的，也有加成效果，但拖越久需要打的次數越多 打完通常會建議護具或相對保護一週 打完可能會相當痛幾天，這是預期內的，不是打壞了 有個現象值得注意：超音波導引雖然定位比較準，但目前的研究沒看到臨床效果比較好。所以醫師沒有用超音波，不代表打得比較隨便。 什麼時候該考慮開刀 打了兩針還是沒解決 已經是第四級（完全鎖死） 糖尿病控制不好的人，可以更早討論 第三點值得展開。有一篇研究看了 297 個病人，發現 糖化血色素超過 6.5% 的人，打針失敗率是 71.9%；控制得好的是 38.1%。 ...

先講最重要的一句：長輩走路變慢、常說很累、力氣變小，這不是「老了本來就這樣」。 它有名字，叫衰弱症，有明確的判斷標準，而且愈早處理愈擋得住。 這篇寫給家裡有長輩的人。 衰弱到底是什麼？ 衰弱不是一種病，比較像是身體的存款變少了。 年輕的時候感冒一場，睡兩天就好。到了某個階段，同樣一場感冒可能就讓人住院，住院之後走路變慢、變得需要人扶，然後就再也回不到原來的樣子。 差別不在那場感冒有多嚴重，而在身體剩下多少本錢去撐。衰弱講的就是這個本錢。 重要的是，衰弱和失能是兩件事。將近四分之三被判定為衰弱的長輩，日常生活其實還能自理。所以「他還能自己洗澡吃飯，應該沒事」這個推論並不成立，衰弱是在失能之前就已經在發生的事。 五個判斷標準，在家就能大致對照 國際上最通用的是下面這五項。符合三項以上就算衰弱，一到兩項叫做衰弱前期。 如果不想記那麼多，有一個最省事的指標：走路速度。 走路每秒不到 0.8 公尺，大概就是行人號誌燈綠燈快閃完還過不完一個路口的速度。光是這一項，抓出衰弱的敏感度就有九成九。長輩過馬路開始要用跑的、或是綠燈走不完，那就是訊號。 最該注意的是「容易累」，不是「變瘦」 這是我覺得整篇最值得記住的一點。 五項標準不是同時出現的，它們有先後順序：最早出現的通常是「容易累」，最晚出現的是「體重減輕」。 大部分家屬是等到長輩明顯變瘦了才緊張。但那時候已經是最後一站了。研究看得很清楚：一旦體重開始掉，衰弱和體能就很難再拉回來；五項全中的人，死亡率會陡然升高，而且幾乎救不回原來的狀態。 所以真正該警覺的訊號是最不起眼的那個： 長輩開始常說「做什麼都懶得動」「提不起勁」，而且一週有一半以上的日子都這樣。 這句話聽起來像心情問題，但它可能是衰弱的第一個徵兆。 「累」這件事，很多原因是治得好的 聽到長輩喊累，不要只回一句「那多休息」。疲憊背後有一整串可以查、也可以治的原因： 憂鬱 貧血 血壓太低 甲狀腺功能低下 維生素 B12 缺乏 藥物的副作用 這幾項都是抽血或簡單評估就能查的。國際指引把它們列為衰弱照護計畫裡一定要查的項目，因為查出來就有機會直接改善。 有用的只有兩件事：運動，還有減藥 講到這裡，多數人會問：那要買什麼來補？ 答案可能有點意外。 運動是第一線，而且阻力訓練是關鍵 國際指引把「含阻力訓練的多元運動」列為第一線治療，而且這是所有建議裡證據等級最高的一條。 多元運動的意思是三種一起來：練力氣、練心肺、練平衡。其中練力氣（阻力訓練）是不能少的核心。 劑量大概是這樣： 每週一到四次，每次 30 到 60 分鐘 教科書常見的處方是每週三次、做三到六個月 就算每週只做兩次的阻力訓練，也已經看得到效果 阻力訓練不一定要上健身房。彈力帶、寶特瓶裝水、從椅子上反覆站起來坐下，都算。九十幾歲的人做阻力訓練一樣練得回肌力，年紀從來不是不能練的理由。 太極拳和瑜伽的效果和一般運動相當，如果長輩排斥「運動」兩個字，這是很好的切入點。 一個西班牙的研究把運動加上營養建議放進基層診所，做了 32 週之後，八成的長輩衰弱程度或體能有進步，對照組只有五成。換算下來大約每三到四個人就有一個人因此受益，以介入手段來說算是相當划算。 （要老實說一句：那個研究裡大部分參與者是衰弱前期，所以這個成績主要支持的是「早點開始」，不等於已經很嚴重了還能救回來。） 檢查藥有沒有吃太多 這件事常被忽略，但很有份量。 將近六成的衰弱長輩同時吃五種以上的藥。 藥愈多，跌倒、意識混亂、副作用互相加成的機會就愈高。 由醫師系統性地檢視、把沒必要的藥停掉或減量，實證上可以降低死亡率和功能退化，住在機構的長輩還能減少跌倒和住院。 要特別留意的幾類藥：安眠藥、抗精神病藥、肌肉鬆弛劑，還有抗乙醯膽鹼類的藥（很多感冒藥、暈車藥、止暈藥、膀胱過動症的藥都屬於這類），它們是老人家突然變得神智不清最常見的原因。 請不要自己停藥，帶著所有藥袋去門診請醫師一起看，包括保健食品和別家醫院開的藥。 這些沒有用，不用花錢 指引裡把下面這些明確列為不建議用來治療衰弱： 任何藥物。目前沒有任何一種藥被認可可以治療衰弱，歐盟和美國的藥證單位也都還不承認衰弱是一個可以申請藥證的適應症。 維生素 D，除非真的驗出缺乏。而且大劑量的「一個月吃一次」「一年打一針」那種補法，在衰弱長輩身上反而增加跌倒風險。 荷爾蒙（包括生長激素、性荷爾蒙）。 魚油。 蛋白粉之類的營養補充，除非長輩已經明顯變瘦或被診斷營養不良。沒有變瘦、沒有營養不良的人補了效益存疑。 這裡有一個共通的道理：衰弱是全身多個系統一起出問題，所以只打單一個標靶的東西都沒效。有效的都是同時影響很多系統的做法，也就是運動、營養和整體照護。 如果長輩真的在變瘦，那補充是有意義的，而且要搭配運動一起做效果才好。單獨補營養通常太少也太晚。 ...

備課的步驟跟沒有 AI 的時候一模一樣，差別是每一步多了一個會做事的同事。這篇把七個步驟攤開來講：對象、元素、排序、大綱、簡報、互動、回饋，每一步我做什麼、他做什麼。最後講上完課之後的事：錄音讓他聽、抓我講錯的地方、算語速、數贅字，然後把這堂課拆成下一場的零件。

謝謝花蓮慈濟研究部的邀約，九月八號中午在協力樓和氣會議室講了一場 AI agent。中午時段還來了九十位左右，研究部、醫師、醫事人員、行政同仁都有，課前問卷收了 89 份，最擔心的三件事是「它講錯而我沒發現」、「個資會不會外洩」、「用了 AI 論文裡要怎麼寫」。所以這場就繞著這三件事排。 這篇把當天講的內容整理成文字版，給來聽的人回看，也給沒來的人一份完整版。課堂上有幾段因為時間被壓短了，這裡補完整。 AI agent 到底是什麼 用 AI 有三個層次。第一層是聊天框，把問題或論文貼給它，它回答你，資料要自己收集好、自己貼。第二層是 NotebookLM 這類，可以把一疊資料丟給它，它從固定的來源找答案。第三層才是 agent：它有手，可以開你電腦裡的檔案、跑程式、上網查、把結果存回你的資料夾。聊天框只能給你答案，agent 可以把事情做完。 它住在你的電腦上，只拿得到你給它的那個資料夾，每一個動作都可以要求它先問過你再做。所以「怕它控制我的電腦」這件事，答案是權限是你給的，可以只給一個資料夾。 整場最重要的一句話：AI 是人，它操作的是電腦。把它當一個人相處，很多規矩自己就推得出來。 跟它合作的四個原則 後面每一條規矩都從這四條來，記住這四件事，細節忘了也推得回來。 一、AI 是人，它操作的是電腦。 人接得住模糊、需要判斷的事，但慢、要花錢、每次講的話都不太一樣。程式是電腦，快、不花錢、給 A 永遠出 A，但只做你寫死的那件事。所以模糊的交給它，重複而確定的，叫它寫成程式再交給電腦跑。課前有人問「每個月統計醫院發表篇數」，這就是典型：叫 AI 寫一次程式，以後每個月都是電腦在跑，不要每個月叫 AI 算一次，它會算錯、算很久、又花錢。當天這題現場投票，四十一個人全部選對。 二、生成便宜，修補昂貴。 以前寫程式很貴，所以壞了就修補。現在生成很快，重做常常比修補簡單。所以計畫書比以前更重要：先寫清楚，再開工。工程界叫這個 SDD（Spec Driven Development），把這個字記下來回去問你的 AI 就好。 三、它會漂，但有錨就拉得回來。 每一步 95 分，做十步之後 0.95 的十次方剩 60 分。所以要有一份寫下來的計畫書，叫它每一步回去對「這一步對得上第幾條」。寫下來的那份就是錨。 四、AI 不碰原始資料，程式才碰。 在你自己的電腦上，用 AI 設計程式、寫程式、用假資料測程式；在醫院的電腦上，用程式跑病歷資料，AI 不在場。程式是在本機運算的，不會把東西送出去。這條在醫院一定要講。相關的法規我之前查過一輪，寫在這篇。 學術工作上，它已經能走完哪幾步 每一件事都用同樣的三拍講：我原本怎麼做、現在交出去哪幾步、我還留著哪一步。留著的會越來越少，因為連判斷都拆得開。 一、每個月追新文獻 原本：訂期刊通知信、掃標題、存進待讀清單。待讀清單越積越長，最後沒有人讀。 交出去：它每天掃新文獻，照我的興趣排序，放上一個網頁。「我的興趣」是一份寫下來的檔案，不是它猜的，所以排序會跟著我的興趣改。 我留著：勾哪幾篇真的要讀。一週看一次，五分鐘。工具是論文雷達。 二、抓回全文 原本：一篇一篇進圖書館系統點。 交出去：勾好之後它自己去抓，走四層階梯，只走合法的路：①免費全文（Unpaywall、PubMed Central）②出版社授權的文字探勘 API，用自己申請的金鑰 ③醫院館藏，走圖書館的遠端認證，嚴格限速 ④程式驗抓到的是不是「那一篇」，比 DOI、比標題，不是就退件。 這裡要特別講一下，也是圖書館同仁最擔心的事：用 AI 大量下載文獻，違反圖書館跟出版商簽的合約，會讓全院的 IP 被封。所以每一層都有節流，一次一篇、間隔幾秒、被拒就退避。工具是我自己寫的，程式碼公開在 paper-fetch，節流那一段請照抄。 ...

三個週二晚上，每堂一小時再加討論。謝謝奇美麻醉部的鄧醫師邀約，讓我來把一整套課從頭講到尾。 這篇想講三件事：這三堂為什麼這樣排、大家學到了什麼，還有我自己最感恩的一件事。 為什麼拆成三堂、每週一堂 醫學生時代去上過 AMEE 的 ESME（Essential Skills in Medical Education），裡面講到醫學的學習是螺旋式的：同一件事，基礎的時候碰一次，進階再碰一次，一圈一圈繞上去，越繞越熟。 學 AI agent 對醫師來說也是踏進一個陌生的領域，所以這次照同樣的方式排。有些東西三堂都會講到，每次多講深一層，看過三次就不陌生了。 中間刻意隔一週，讓大家回去能夠試作看看，有時做過才知道哪邊會遇到問題、往更深的地方走。 每堂都有課前單、回家作業、課後單，因為也是第二次講這個題目，希望能貼合大家的程度。用的太久太自然，會忘記第一次接觸的人卡在哪裡，這種知識的詛咒只能靠問卷來對齊，第二堂、第三堂的內容都是從上一堂的問卷長出來的。 三堂串起來的一句話：AI 是人 這句話是整套課的脊椎。把 AI 當成一個人：記憶力有限，聊久了會忘記前面講的；現在的個性是會字面解讀你的意思；會犯錯，要核對。把它當人相處，就不會覺得很難，也不會太相信它。 三堂就是繞著這個人轉三圈。 第一堂｜會用 怎麼開機、怎麼交代第一句話。三層框架（聊天框、給它檔案、整個資料夾交給它），現場帶著大家打開終端機、整理一個亂資料夾、把 WHO 手術安全查核表轉成筆記。也講了它的記憶是怎麼運作的、為什麼要常常清空對話、怎麼知道它在唬你。 第二堂｜用得對 讓它做出來的東西變成你要的東西。跟人講話一樣，要給背景、講要的樣子、畫界線、說怎麼驗收。這堂也講了醫療端的法規：授權範圍、去識別化的門檻、地端跟雲端的差別、衛福部的生成式 AI 指引講了什麼、沒講什麼。然後把自己開發的工具拆給大家看：排班系統從碎碎唸十分鐘到成品的過程，教科書變筆記的工具（textbook-to-note）裡面到底怎麼運作。 第三堂｜信得過 怎麼知道它有沒有唬你。主題是 SDD（Spec Driven Development），學習用工程師的角度把東西設計好、維護好。AI 幫你從 0 到 1 很快，1 到 100 要靠規格跟維護。講規格怎麼寫、環境怎麼蓋、怎麼驗收，還有幻覺跟安全性的事。最後再繞到我自己覺得AI時代怎麼學習。 大家有開始實作 CLI 課前跟課後都問了同一題：用終端機跟 AI 一起做事，信心幾分（1 到 5）。課前平均 2.0 分，課後進步到 3.5 分。看起來逐漸入門了～大家應該都有順利做出想要的筆記，還有人自製臨床/讀書/研究工具等。我想最重要的是，產生一個跟AI互動的默契，能在互動中成長出自己的系統。 最感恩的一件事 課排在晚上八點半到九點半，討論常常到快十點。這個時間大家下了班、吃完飯、還要開電腦，第一堂線上四十幾位，第二堂、第三堂還有三十五位。中間當然有人覺得太難或有別的事離開，但留到最後的人這麼多很讓人開心！ 後記 那當然這三堂都大量用 AI 來備課，逐字稿回放、問卷分析、投影片改版也都靠它，這個流程蠻好玩的，下一篇單獨寫～ 很喜歡這樣看到大家長出不同的東西，分享這種像在玩電玩的快樂😁 如果有單位想開類似的課，或是三五好友揪一揪，也歡迎來問我喔～

這個題目是訂閱區的歐陽醫師許願的。他說得很準：認真看 AI 運行的資料夾，好像都才幾十 MB，但是電腦容量就是被吃掉一大半。 這件事我自己也遇到很多次了。我的 C 槽 953 GB，過去一個多月每隔幾週就快滿一次，每次都是跟 Claude 說「幫我清理」，清完過陣子又滿回來。這次我們不清了，改成把一個多月來每一次清理的對話全部翻出來對帳，算清楚是誰一直長回來。 查出來四層，照體積排序。其中一層是我們自己開源出去的工具，這個下面會老實講。 一、雲端同步：檔案被讀一次，就永久回到你的電腦 這台電腦的 OneDrive 雲端有大約 400 GB。檔案設成「僅雲端」之後，檔名在、圖示在，不佔空間。但只要有任何程式打開那個檔案，同步軟體就會把它下載回本機，而且除非你自己把它釋放回雲端，它就會一直佔著空間。 八月十七號那次大掃除清出 382 GB。四天後回頭看少了 56 GB，其中課本 PDF 那幾個資料夾自己回到本機 45 GB。 這件事的怪，怪在因果被切斷了。吃掉容量的那個動作，跟長出來的那些檔案，看起來完全沒關係。你翻遍 AI 的資料夾，當然只有幾十 MB。 我們怎麼把它抓出來的 這一段是這篇最想分享的：不是我自己會查，是我跟 Claude 一起把範圍縮小的過程。 第一步，先問清楚機制。 我請他上網查「OneDrive 在什麼情況下會自動把僅雲端的檔案下載回本機」。查回來的答案是：只要有程式開啟那個檔案就會，不必真的讀內容。這一句話後來就是破案關鍵。 第二步，一個一個排除。 每關掉一個嫌疑犯就重新量一次本機佔用： Windows 搜尋索引：停掉六分鐘，佔用沒變化 檔案總管縮圖、防毒掃描、Google Drive、iCloud、Synology Drive：都排除 OneDrive 自己重抓：手動把二十個檔案標成「釋放空間」，六分鐘內一個都沒有被抓回來 排到這裡，OneDrive 本身的嫌疑就洗清了。它只是執行者，不是發動者。 第三步，我提了一句話，方向就轉了。 當下我們一直在找「現在正在跑的東西」，可是我想到：這些下載搞不好是幾個小時前下的指令留下來的，那支程式可能還活著，只是沒人注意。 我把這句話丟給他，他回頭去翻還在執行中的舊程序，當場抓到兩支： 下午五點二十某個 AI session 下的 find 指令，尾巴接了 head，本來只要前二十筆。head 拿夠了自己結束，前面的 find 卻沒有跟著死，一路跑了五個小時，回抓 19 GB 抓它的同時，另一個 session 又下了一支掃全機的 find，三分鐘再吃掉 6 GB 兩支都殺掉之後，回抓當場歸零。 ...

上週幫一群麻醉科的醫師朋友上了一堂 AI agent 上手課。課後回饋很有意思：「權限框與 auto mode」同時出現在兩張名單的前段，投「最有收穫」的人很多，投「沒聽懂」的人也很多。代表這東西重要，但一堂課的節奏講不完。這篇把它一次講完整。 還沒裝起來的朋友，可以先看從零開始用 AI agent那篇，裝好再回來。 權限框是什麼：它動手之前，先舉手 第一次叫 Claude Code 或 Codex 整理資料夾，最不習慣的就是它一直跳框問你「可以嗎？」。 這個框其實是整套系統最重要的安全設計：AI agent 要動你電腦裡的東西之前，必須先讓你點頭。框裡通常有三個部分： 它想跑的指令：一行終端機指令，像 ls、mkdir、rm 它自己的白話解釋：指令下面那一兩行，說明它想做什麼、為什麼 你的選項：同意這次、同意以後都不用問、拒絕 你不需要會終端機指令。你只需要看得懂那行白話解釋，然後判斷「合理嗎」。看不懂的時候有兩招： 看不懂它想幹嘛的兩招 直接回它：「用五歲小孩能懂的方式解釋你現在要做什麼」（英文縮寫叫 ELI5，Explain Like I’m 5，AI 都看得懂） 把那行指令複製，貼給網頁版的 AI 問「這個指令會做什麼？有風險嗎？」 四種模式：按 Shift+Tab 切換 每一步都問你，等它做完一件事你可能按了二十次同意。所以 Claude Code 提供好幾種模式，按 Shift+Tab 就能輪流切換，畫面上會顯示目前在哪個模式。日常用得到的是這四個： 模式 它會怎樣 什麼時候用 default（預設） 每個會改到東西的動作都先問你 剛開始建立信任的階段 plan mode 只能讀、不能寫，先研究再給你一份計畫 想先看它打算怎麼做；要碰重要資料的第一步 accept edits 檔案編輯自動放行，跑指令仍會問 改稿、寫筆記這類編輯密集的工作 auto mode 系統自動判斷每條指令危不危險：安全的直接放行，危險的攔下來問你 日常主力 （Claude Code 其實還有更多模式，像給無人值守環境用的 bypass permissions，那些跟日常上手無關，先不用管。） auto mode 為什麼反而比較安全：警報疲勞 臨床的人對 alarm fatigue 都不陌生：monitor 什麼都叫，叫久了大家聽到聲音只是伸手把它按掉。權限框也一樣。當每一個框都要你同意，你很快就會停止閱讀，變成反射性按同意。這時候「每步都問」給你的不是安全，是安全感。 ...

先講結論，五句話： 用腳本自動化批次抓病歷，不是灰色地帶。只在臨床照護必要範圍、只碰自己照護的病人、用完不留存，跨過這條線，法規要求醫院留得下每一筆存取與複製紀錄。 台灣沒有 HIPAA 十八項那種清單。我們的標準是「無從辨識特定個人」這個結果，刪滿十八項不等於完成去識別化。 只要還原用的代號對照表還在你電腦裡，你手上那份遮完的病歷就不能當匿名資料看，它仍有間接識別的可能，屬於假名化而不是匿名化。 往外送的順序只有一種：本機模型優先，院內部署次之，境外商業模型最後，而且送之前要先看自己醫院的規範。 真的要往外送，別送「遮過的病歷原文」，送「重寫過的臨床問題」。讓一段紀錄被還原的不是欄位，是敘述的唯一性。 下面把推論過程攤開。 這篇的起點，是上一篇 chart-scrub（病歷去識別化工具）發文後，黃祥瑋醫師在留言提了兩件很重要的事：一是自動化把病歷抓下來收集通常是違規的，只是看醫院有沒有在抓；二是即便符合 HIPAA 十八項，他個人還是不會把資料送到雲端或境外。 這兩句都站得住，而且背後都有具體的法源。我把條文一條一條查回全國法規資料庫核對現行版本，順著「抓病歷、遮病歷、送病歷」這條動線整理在下面。 一、抓病歷：法律看的不是工具，是範圍 用 AutoHotkey 複製跟手動 Ctrl+C 複製，在法條上沒有分野。法律真正在意的是範圍：你抓的是不是自己照護的病人、是不是照護必要、抓完有沒有留下來累積。 先講最實際的一層：這件事留得下紀錄。醫療機構電子病歷製作及管理辦法（111 年 7 月 18 日修正）第 13 條要求，病歷的存取、增刪、查閱、複製，連同執行人員、時間、內容，都要保存完整紀錄；第 4 條還要求系統要有異常使用的因應措施。誰在什麼時間複製了哪些內容，法規要求院方必須留得下來。至於院方實際能看到多細、能不能直接算出你複製了幾筆，要看各院 HIS 與稽核設定，條文不保證這件事。祥瑋說的「看醫院有沒有在抓」，制度上就是這個意思：痕跡一定在，抓不抓是各院的執行。 而且實務上最先找上門的，通常是自己醫院，法院排在很後面。醫院這幾年一直被要求把資安做起來（醫院屬於資通安全管理法的「緊急救援與醫院」關鍵基礎設施領域，個別醫院可經衛福部指定為關鍵基礎設施提供者，被指定的要提出資安維護計畫），端點監控與異常告警愈做愈普遍。醫院也有義務管人：醫院個人資料檔案安全維護計畫實施辦法要求總床數一百床以上的醫院（公立醫院準用）依業務需要設定存取權限、跟所屬人員約定保密義務、把個資使用紀錄至少留存六個月。批次抓病歷最可能的劇本，是資安告警、約談、院內懲處，一路都還沒碰到刑法。 那刑法呢？大家最常聽到的是刑法第 359 條，這條值得把構成要件講完整，因為它常被簡化成「用腳本抓就是犯罪」，那不是條文寫的。它要同時滿足三件事才成立。第一是「無故」：取得紀錄欠缺正當理由。臨床照護必要範圍內調自己病人的病歷，是有授權的；超出照護必要、碰到不是自己照護的病人，授權基礎才會被質疑。第二是取得的要是「他人」電腦系統的電磁紀錄：帳號是你的，不代表資料是你的，你對那批資料有沒有處分權限要個案認定。第三是「致生損害於公眾或他人」：這個獨立要件最常被漏掉，成立與否要能說明損害是什麼，複製了不等於當然有損害。所以用自己的帳號不等於免責，大量複製也不等於當然犯罪，中間那片灰色地帶，不值得拿職業生涯去測試。我沒有找到醫師用本人 HIS 帳號批次下載病歷的公開判決，這裡只能講風險方向，不能講定論。 最後一層是個資法。病歷是個資法第 6 條的「特種個資」，原則禁止蒐集、處理、利用，只有六款例外能開門（例外長什麼樣，第四節講研究的時候會攤開）。臨床照護本身有法源，這不是問題；問題出在「抓下來累積成一個資料集」的那一刻：複製、儲存、輸出在個資法上都算「處理」，從那一刻起你就需要一個答得出來的例外，而「我自己想研究」不在清單裡。 所以抓病歷的安全範圍就是一句話：只在臨床照護必要範圍、只碰自己照護的病人、用完不留存。自動化只是把這件事做快，沒有改變它的性質；範圍守得住，工具隨你選。 二、什麼才算「去識別化」 台灣看結果，不看清單 先介紹 HIPAA 十八項。HIPAA 是美國 1996 年的《健康保險可攜性與責任法案》，它的 Safe Harbor 規則列了一張清單：姓名、比州更小的地理區域、跟個人有關的日期、電話、Email、身分證號、病歷號、保險號、帳號、證照號碼、車牌、裝置序號、網址、IP、生物特徵、臉部照片、其他任何唯一識別碼，十八類刪乾淨，再加一個常被忘記的第二條件：機構沒有實際知情，認為剩下的資訊單獨或與其他資料結合仍能辨識個人。兩個都滿足，法律上就「視為」完成去識別化（地理與日期各有細節例外，這裡不展開）。它最大的好處是可操作：照清單做完，大部分情況就有明確依據，不用逐案猜。 台灣沒有這張清單。我們的門檻在個人資料保護法施行細則第 17 條，寫的是「以代碼、匿名、隱藏部分資料或其他方式，無從辨識該特定個人」。那是結果標準，不是清單標準：法律不管你刪了幾個欄位，只問最後那段文字指不指得回一個人。刪滿十八項，不等於在台灣已經完成去識別化。 復健科的人對這件事要特別有感。罕見診斷，加上特定術式，加上就診年月，加上哪一家醫院，四項湊起來常常就足以回推到一個人，而這四項沒有一項在十八項清單裡。真正把人認出來的，常常是整段敘述的唯一性，而不是某個特定字串。 這個結果標準的天花板，是憲法法庭 111 年憲判字第 13 號，就是 2022 年 8 月的健保資料庫案。它講的去識別化標準，理由第 54 段的原文是「使一般人採取當時存在技術與合理成本，在不使用額外資訊時，不能識別特定當事人」。要注意這份判決審查的對象：它處理的是個資法第 6 條第 1 項但書第 4 款下的健保資料庫利用，所以才會一併要求限定醫療衛生目的、限定主體（公務機關或學術研究機構）、統計或學術研究的必要性，以及獨立監督機制。這是那個案子的整組理由，不是任何人把病歷去識別化之後都要打勾的通用條件。不過放在那個脈絡下讀，方向仍然很清楚：去識別化本身不是免死金牌，它是跟目的限制、監督機制包在一起才站得住的。個人把去識別化的資料丟給境外商業模型，這兩個配套剛好都是零。 ...

門診遇到一個有意思的個案，想查一下教科書怎麼講、想跟 AI 對一對自己的鑑別診斷有沒有漏掉什麼。這件事我幾乎每週都在做。 但病歷不能就這樣貼上去。 這跟「我信不信任那家 AI 公司」是兩回事。資料一旦離開這台電腦，它去了哪裡、留多久、被誰看過，就不再是我能決定的事。所以我想要的不是一個更好的承諾，是一個機械上的動作：在資料離開之前，先把身分拿掉。 我把自己在用的那套整理乾淨、開源了，叫 chart-scrub。 程式碼：github.com/drpwchen/chart-scrub 線上試用：drpwchen.github.io/chart-scrub（整頁在你的瀏覽器裡跑，什麼都不會上傳） 它做什麼 一筆門診紀錄丟進去： 病歷號碼：1234567 姓名：王大明 出生：1971/03/05 主訴：右肩痛三個月，夜間痛醒。王大明表示上個月在李阿嬤介紹的推拿館推過。 電話 0912-345-678，住新北市板橋區文化路一段100號5樓。 出來變成： [代號 PT-0001，55歲] 病歷號碼：PT-0001 姓名：PT-0001 出生：[55歲] 主訴：右肩痛三個月，夜間痛醒。PT-0001表示上個月在[稱謂]介紹的推拿館推過。 電話 [電話]，住[地址]。 臨床內容一個字沒動，身分不見了。 為什麼不是直接遮成「[姓名]」就好 這是整件事我最先想通的地方。 如果只是把名字換成 [姓名]，那同一個病人下次回診、下下次回診，三筆紀錄之間就沒有任何東西把他們串起來了。可是「這個人三個月前打過針、當時有效、這次又痛回來」，這種前後對照本來就是臨床判斷的一部分，弄丟了，剩下的資料就沒什麼討論價值。 所以第一層做的是定向抽換：這個人變成 PT-0001，下次回診他還是 PT-0001。代號對回真名的那張表，只存在我自己電腦上的一個 SQLite 檔，不進雲端、不進筆記庫、也不會給任何 AI 讀。 生日也一樣：直接刪掉可惜，換算成年齡剛好。臨床要的是「55 歲」，不是那個日期。 第二層：一張寧可多遮的網子 定向抽換只能處理「我知道他是誰」的那個人。紀錄裡還會有一堆我事先不知道的東西：電話、身分證、地址、順口提到的其他人。 第二層就是一組正規表示式規則，把這些東西通通遮掉。設計取向很單純：寧可多遮。偶爾誤遮一個醫學名詞，代價是我重看一次；漏掉一個名字，代價大得多。 有一個順序上的細節，是實作時才想清楚的：定向抽換一定要在通用規則之前跑。反過來的話，名字已經先被遮成 [姓名] 了，代號就再也接不上去，跨次就診的那條線也就斷了。 機器自己驗自己 寫完之後我最不放心的是：它到底有沒有真的遮乾淨？ 所以最後一步是殘留檢查：程式跑完，拿它自己知道的每一個真名、每一個病歷號，回頭搜自己剛產出的那份輸出。只要有一個活著，這筆就判定失敗、離開碼給 2，我不會拿去用。 另外還有兩個訊號是抓「漏網」的形狀：一個中文姓名黏在已經被遮掉的身分證旁邊、以及長得像身分證卻沒被遮的字串。這兩種都不是「我知道他叫什麼」，而是「這個位置本來就該有東西被處理掉」。 這件事的通則 自動化最怕的不是失敗，是安靜地成功。所以每一段自動化的最後，都值得補一個「回頭檢查自己」的動作，而且要讓它有辦法大聲喊失敗。 開源的過程中，抓到自己三個 bug 這部分我覺得比工具本身有意思。為了公開，我補了測試、逐條檢查，結果揪出三個原本在用的版本就有的問題，而且三個都是那種不會報錯的失敗。 第一個：我習慣的手寫格式是「身分證號＋姓名」擠在同一行。但實際的紀錄常常長這樣： 陪同者 A123456789 李小華 程式抓到的姓名是 「陪同者」，不是李小華。因為規則寫成「身分證號旁邊的 2 到 4 個中文字」，而「陪同者」剛好也是三個中文字，還排在前面。結果就是：一個角色詞被登記成病人，真正的名字反而漏掉。修法是要求姓名的第一個字必須是常見姓氏。 第二個：醫院系統匯出的文字檔編碼很雜，UTF-8、UTF-16、Big5 都遇過，所以程式會一個一個試。問題是一個 Big5 檔用 UTF-16 去解，不會出錯，會解出一堆亂碼。而亂碼不會命中任何一條規則，所以程式一路跑到底、印出「全數通過」，實際上它什麼都沒遮到。修法是：只有在檔案真的帶著 UTF-16 的標記時才用 UTF-16 去解。 ...