摘要： Nature Cancer 在 2026 年 3 月 13 日刊出 University of Glasgow 團隊的 GEMINI 研究，內容是把 AI 工具 Mia 接進 NHS Grampian 的乳癌篩檢計畫：癌症檢出率因此多出 10.4%，放射科的工作負擔在最有利的情境下可減少逾 30%。這也是英國頭一回針對 AI 乳癌篩檢做出的完整評估，而且它沒有只給一個答案——研究團隊一口氣模擬了 17 種 AI 整合情境，把 AI 在真實工作流程中的各種可能落點都試過一輪。
Nature Cancer 在 2026 年 3 月 13 日刊出 University of Glasgow 團隊的 GEMINI 研究，內容是把 AI 工具 Mia 接進 NHS Grampian 的乳癌篩檢計畫：癌症檢出率因此多出 10.4%，放射科的工作負擔在最有利的情境下可減少逾 30%。這也是英國頭一回針對 AI 乳癌篩檢做出的完整評估，而且它沒有只給一個答案——研究團隊一口氣模擬了 17 種 AI 整合情境，把 AI 在真實工作流程中的各種可能落點都試過一輪。
市面上常見的研究喜歡設計「AI 與醫師對打」的比較實驗，GEMINI 挑了更務實的問法：AI 該安插在工作流程的哪一環，才能發揮最大價值。對所有正在部署醫療 AI 的團隊來說，這種證據形式顯然更貼近實戰——醫院採購 AI 時真正傷腦筋的，從來不是「要不要用」，而是「擺在哪個位置、由誰來把關」。
GEMINI 的評估設計
這次受評的 AI 工具是 Mia，出自 Kheiron Medical Technologies（現為 DeepHealth Inc. 旗下），實驗場域就設在 NHS Grampian 的篩檢計畫內。研究分析了 10,889 名女性的篩檢資料，用電腦模擬還原 AI 部署進真實工作流程後的樣貌——研究團隊特別點出，這種「多情境工作流程模擬」在該領域過去從未出現過。
現況數字說明了這件事的份量：英國目前靠兩位放射科醫師分頭獨立判讀，即便如此，仍有約 20% 的癌症從流程中溜走；另一頭，被召回複查的女性裡每 5 人只有約 1 人最終確診，可見召回機制一面會漏抓、一面又會誤抓，兩種壓力同時存在。Mia 的任務是嵌進這套既有結構，不是把結構整個換掉。
三個不能錯過的數字
- 檢出率提高 10.4%：AI 在原本雙醫師讀片機制之上額外抓到的癌症占比
- 工作量減少超過 30%：最有利的情境下能騰出的讀片人力
- 通知時間由 14 天壓縮到 3 天：當事女性等待結果所需的時間
三個數字裡，最後一個最常被跳過，卻是患者感受最直接的一個——從「熬兩週才曉得結果」變成三天內揭曉，這是篩檢計畫整體能力的升級，省錢只是順帶的好處。
「AI 換掉誰」這題的正解
整份研究最關鍵的發現，落在部署位置的挑選：成績最好的兩種配置，一是讓 AI 當第二讀者（頂替一位人類讀者），二是讓它充當多出來的一道把關——兩種做法都拉高了早期偵測率，召回率則沒有跟著上升。換個說法，真正的問題從來不是「AI 能不能取代放射科醫師」，而是當 AI 把重複性的第一輪或第二輪讀片接走之後，稀缺的專業人力能挪去處理更複雜的判讀，還有與患者的溝通。
就醫療 AI 的整體敘事而言，這份研究是把「取代」改寫成「重新分工」的關鍵拼圖：召回沒有增加、檢出卻提高，代表模型犯錯時偏向「多抓到」而不是「多誤報」——篩檢場景願意付錢換取的，正是這種犯錯傾向。
從單區試辦邁向 EDITH 全國試驗
錢從哪裡來、制度怎麼銜接，跟結果本身一樣值得細看。GEMINI 由 NHS AI in Health and Care Award 與國家健康與照護研究院（NIHR）資助，帶領計畫的 Gerald Lip 教授另獲蘇格蘭政府 Chief Scientist Office 創新研究獎學金的支持。University of Glasgow 直接表明，這批證據補上了 UK National Screening Committee 先前指出的缺口，也替即將啟動的全國性 EDITH 試驗鋪好路。
從 Grampian 單一區域的 17 種情境模擬，走到全國多中心試驗，這正是英國把醫療 AI 從一篇論文推進常規服務的固定路徑——部署位置先證明是對的，規模化才輪得到討論。
給醫療 AI 團隊的三則提示
可以帶走的結論有三條。其一，實驗設計的重心要放在部署位置，而不是模型分數：那套跑過 17 種整合情境的模擬框架，任何做臨床 AI 的團隊都值得直接搬去用。其二，報告指標得對準臨床管理者真正在看的量尺——檢出率、召回率、工作量、通知時間，只端出一個 AUC 是不夠的。其三，資助管道已經到位：像 NHS AI in Health and Care Award 這類機構肯為「工作流程評估」出錢，等於承認臨床驗證就是產品開發的一環，而不是論文見刊後才補的作業。還有一個細節值得記下：fairness 被論文標題直接與準確度、臨床導入並列，表示團隊也檢查了 AI 在不同族群之間的表現落差——篩檢是規模龐大的介入措施，缺了這一環，全國級試驗的門檻就跨不過去。醫療 AI 的下一程，比的就是這種把模型一步步嵌進制度的耐心。