一、案例定位

理解生成式 AI 在醫療客服中的輔助角色，重點是加速取得脈絡化資訊，而不是取代醫療專業判斷。

二、學習目標

• 區分客服資訊支援與醫療決策。
• 理解醫療情境中資料來源與升級處理的重要性。

三、案例情境

原書指出，醫療領域可利用大型語言模型協助客服人員更快處理患者疑問，提供與症狀、治療相關的脈絡資訊，讓客服把時間集中在較複雜或需要專業人員介入的問題。

四、開始資料

五、Excel／AI 分析方法

可建立 問題類型｜允許使用的資料來源｜是否需要專業升級處理 表，把一般客服問題與需醫療專業判斷的問題分流。

六、計算結果

原書沒有提供醫療客服的回應時間、正確率或節省工時數字，因此不補造量化結果。

七、結果分析與管理解讀

本案例支持的是「客服資訊支援」，不是 AI 自動診斷。涉及診斷、治療與高風險決策時，仍需合格醫療專業人員處理。

八、AI 提問詞

只依核准的醫療資訊來源整理客服可使用的背景資訊；若問題涉及診斷或治療決策，請明確標記需要醫療專業人員介入。

九、思考／情境變動

**題目：**客服 AI 找到症狀描述後，能否直接下診斷？

**參考解答：**不能。原書只描述脈絡化資訊支援，沒有支持 AI 直接取代醫療診斷。