The augmentation myth: AI, economics, and workforce substitution in radiology.
ESR 共識：71% 放射科醫師不知自身 AI 法律義務，12 項 Delphi 聲明劃清上市後監控紅線
- 僅 29% 的 AIaMD 部署者熟悉 MDR 法規；ESR 14 位專家兩輪 Delphi 投票產出 12 項 PMS 標準建議
- EU AI Act Article 26(6) 明文要求醫院與放射科保存 AI 系統日誌至少 6 個月，並監控輸出異常行為
- 廠商須每 6-12 個月向部署者提交含 95% CI 的績效報告，且 AI 工具上線當天 PMS 平台須同步啟用
僅 29% 的放射科醫師自認熟悉 AI 醫療器材的歐盟法規——但 EU AI Act 第 26 條已明文要求醫院與放射科作為「部署者」，必須保存系統日誌、監控輸出異常並通報事件。ESR 為此召集 16 位歐洲專家完成兩輪 Delphi 投票，凝聚出 12 項 AI 上市後監控共識聲明，為每一位使用 AI 工具的放射科醫師劃清法律邊界。
29% 的知識缺口：放射科與歐盟 AI 法規的距離
ESR 與 EuSoMII 2024 年聯合調查顯示，71% 的 AIaMD（AI as medical devices）現行使用者對歐盟適用法規幾乎一無所知；非使用者中熟悉法規者更只剩 10%。這種認知差距有其結構性根源：MDR（EU 2017/745）制定時根本沒有針對 AI 元件的專屬條文，2024 年甫生效的 EU AI Act 對醫療影像流程的指引同樣語焉不詳。法規夾縫之間，放射科醫師既不清楚自身義務，也無從判斷手邊工具是否符規。
問題的嚴重性在於：不知情並不等於免責。一旦 AI 工具在臨床上出了問題，部署者能否提出足夠的監控紀錄，將直接影響法律責任的歸屬。本篇 ESR 聲明正是要在「廠商主責」與「醫師協作」之間畫出可操作的邊界。
雙層法規框架：MDR 與 AI Act 如何交疊管理 AIaMD
讀懂這份聲明的前提是掌握兩套法規的分工邏輯。MDR（EU 2017/745）主要規範醫療器材全生命週期的 PMS（post-market surveillance，上市後監控）與 PMCF（post-market clinical follow-up，上市後臨床追蹤）義務：第 83 條要求廠商針對每款器材建立 PMS 系統；第 87 條規定嚴重事件通報；第 88 條要求趨勢報告——主要責任落在提供者（Provider，即廠商）肩上。
EU AI Act（Regulation EU 2024/1689，2024 年 8 月生效）進一步延伸，針對「高風險 AI 系統」（含作為醫療器材安全元件的 AI 或經 MDR 第三方符合性評估者）增加水平義務。核心在 Article 26：部署者（Deployer，即醫院、放射科、個別醫師）必須確保適當人為監督、保存系統日誌至少 6 個月、監控輸出是否出現非預期行為，並依規通報事件。廠商負主要法律責任，放射科醫師卻已被明文納入監控鏈，無法置身事外。
改良式 Delphi 程序：13 項候選聲明如何濃縮為 12 項共識
本研究採用改良式 Delphi 法（一種多輪匿名投票搭配回饋修訂的指引制定方法）。初始草稿由兩位具醫學影像與法規背景的專家擬定 13 項候選聲明，隨後邀請 ESR eHealth and Informatics Subcommittee 及 AI Working Group 共 16 位領域專家，其中 14 位（88%） 完成兩輪投票。共識門檻設定為 75%，Likert 量表 4 分（同意）或 5 分（強烈同意）計入有效票。
第一輪結果：13 項中 8 項（62%） 達到門檻（Figure 2 堆疊長條圖呈現各輪次比例）。未達門檻的 5 項依據專家意見修訂後進入第二輪，全數通過，形成 12 項正式聲明（Table 2）。整個流程沒有新增聲明，代表初始框架已相當完整；62% 的第一輪通過率也反映部分議題確實存在意見分歧，修訂後才能達成更廣泛認同。
| 指標 | 數值 |
|---|---|
| 受邀專家數 | 16 位 |
| 完成兩輪投票者 | 14 位（88%） |
| 候選聲明初始數 | 13 項 |
| 第一輪通過數 | 8 項（62%） |
| 最終共識聲明數 | 12 項 |
| 共識門檻 | 75%（Likert 4–5 分） |
14 位 ESR 專家完成兩輪投票，12 項聲明最終達成 75% 以上共識
Table 2 的 12 項義務核心：誰該做什麼、何時報告
12 項聲明可歸納為五大行動軸線，放射科醫師最需掌握的是以下三軸：
① 認知教育（Statement 1）：承認放射科醫師對 PMS 法規認識不足是出發點，不熟悉法規不等於免責，反而是更高的法律風險。
② 即時可及的監控平台（Statements 2、3、4、5）：PMS 系統必須在 AI 工具部署同一時間點上線（Statement 5）；資料收集不能依賴個別醫師自願回報，應由機構建立半自動化收集機制（Statement 3）；所有部署者有權要求取得符合個資法的 PMS 彙總資料（Statement 4）。
③ 定期績效審查（Statement 6）：廠商須每 6-12 個月進行 PMS 資料審查並向部署者提報。AI 模型效能可能因病患族群轉變、設備升級或臨床實務演變而悄悄退化（data drift，資料飄移），若無定期報告，退化往往難以察覺。Statement 8 進一步要求廠商公開含 95% 信賴區間的基準準確度指標，讓放射科醫師能識別效能下降訊號。
此外，Statement 7 特別點出 AI 影像重建（deep learning reconstruction）等無傳統 ground truth 的使用情境：評估效能時需刻意保留非 AI 重建影像作為對照，而這在臨床常規中幾乎不存在，是目前尚未解決的監管盲點。Statements 11、12 則倡議建立跨廠商 PMS 互操作標準，統一介面以應對未來 AI 工具數量的持續增加。
| 聲明 | 義務主體 | 核心要求 |
|---|---|---|
| S1 | 共同 | 承認放射科對 PMS 認知不足 |
| S2 | 廠商 | PMS 平台須讓部署者即時查閱效能資料 |
| S3 | 機構 | 資料收集應機構化，不依賴個人自願回報 |
| S4 | 廠商 | 部署者有權取得彙總 PMS 資料 |
| S5 | 廠商 | AI 工具上線當天 PMS 系統須同步啟用 |
| S6 | 廠商 | 每 6–12 個月定期審查並向部署者提報 |
| S7 | 共同 | 特殊情境（如 AI 重建）需蒐集額外對照資料 |
| S8 | 廠商 | 公開基準準確度含 95% CI |
| S9 | 部署者 | 重大事件須通知轉介醫師與病患 |
| S10 | 機構 | PMS 平台整合用戶回饋，院內共用 |
| S11 | 廠商 | 倡議跨廠商 PMS 互操作標準 |
| S12 | 廠商 | 共用平台統一 PMS 介面，避免孤立系統 |
部署者（放射科 / 醫院）vs 提供者（廠商）責任分工
限制、適用邊界與台灣臨床的現實處境
本篇聲明有幾點邊界值得注意。14 位 Delphi 專家均來自歐洲學術機構，對台灣 TFDA 的 SaMD（Software as a Medical Device）規範未必直接適用，但核心邏輯——廠商主責、部署者協作監控——在各地監管框架中基本一致。聲明性質是「建議」而非「強制法規」，目前無直接執行機制，但 EU AI Act 將在 2026 年全面落地，本聲明極可能成為日後稽查標準的參考基準。
對台灣放射科醫師而言，最立即的實務意義有三：一、採購 AI 工具時主動詢問廠商的 PMS 方案，確認是否有定期績效報告、事件通報機制及基準 AUC 或敏感度的 95% CI；二、確認廠商系統能否保存系統日誌至少 6 個月，若無此功能，本身就是合規風險；三、對於 AI 重建等無標準答案的使用情境，評估效能的資料收集策略需提前規劃，而非事後補救。
下次引進新 AI 工具前，先問廠商一句：「你們的 PMS 平台多久提報一次績效數字、有沒有附 95% CI？」——這不只是法規合規，更是確保 AI 在幫你做診斷而不是悄悄誤導你的最後一道防線。