英國女性暈倒抽搐多年被誤診，ChatGPT即時診斷

相關報導

• 受暈倒、抽搐困擾！英女遭誤診多年　問ChatGPT秒揪出病因
  TVBS新聞網 · 2026-04-19
  顯示 AI 結構化摘要 (預覽)

  英國威爾斯卡地夫23歲女子菲比·特索里耶（Phoebe Tesoriere）自幼因缺失髖關節行走不穩，多次被診為焦慮、憂鬱、癲癇及托德麻痺症。2022年被診斷為癲癇並開始服藥，症狀未緩解且發作頻... [閱讀完整報導](https://news.tvbs.com.tw/world/3182198)
  顯示 AI 報導分析

  **報導分析** **主要立場** - 報導呈現一個正面、鼓舞人心的敘事：AI（ChatGPT）在協助患者找出正確診斷方面發揮關鍵作用。 - 強調醫療系統的不足與患者的絕望，並以個案故事凸顯AI輔助醫療的潛力。 - 以「AI可輔助但需專業判斷」作結，給予平衡觀點。 **潛在偏見** - **用詞選擇**：使用「誤診多年」「病因不明」「頻繁就醫被視為精神問題」等負面語句，強調醫療失誤，可能過度放大個案的負面經驗。 - **片面引述**：主要引用患者親身經歷與一位全科醫師的觀點，缺少多位醫療專業人士或醫院代表的回應，導致立場偏向患者角度。 - **情境選擇**：聚焦於AI成功案例，忽略可能存在的誤診或過度依賴AI的風險，形成「AI救世主」的敘事偏差。 - **來源混用**：引用《紐約郵報》與BBC等媒體，未標明原始報導的具體內容，可能造成資訊重複或誤讀。 **情緒語氣** - 整體語氣偏向同情與激動：使用「多年來飽受癲癇與行走障礙困擾」「走投無路」「絕望之際」等語句，營造情感共鳴。 - 文字中多處使用感嘆句與強調語（如「AI可輔助但需專業判斷」）提升說服力。 - 情緒色彩較為正面，對AI的評價充滿期待，對醫療系統的批評則較為尖銳。 **可改善之處** 1. **平衡來源**：加入醫院、醫學專家或患者組織的多元聲音，避免單一角度。 2. **數據佐證**：提供相關統計數據（如AI診斷準確率、誤診率）以支撐主張。 3. **風險提示**：說明AI輔助診斷的局限性、可能的誤判與倫理考量，避免「AI救世主」誤導。 4. **語言中立**：減少情緒化用詞（如「頻繁就醫被視為精神問題」），改用更客觀描述。 5. **引用標示**：明確標註各段引用來源，提升透明度與可核查性。 6. **結構清晰**：將個案敘事、專家觀點、AI技術說明分段，避免資訊混雜。