NOHARM 醫療 AI 評測：GPT-5.6 Sol 與 Claude Fable 5 皆會出錯，76.6% 有害錯誤源於資訊遺漏

史丹佛大學、哈佛大學與 ARISE 網絡共同執行的 NOHARM 醫療 AI 基準研究顯示，包含 GPT-5.6 Sol、Claude Fable 5、Doximity 與 OpenEvidence 在內的主流臨床 AI 工具皆會出錯。該測試輸入 1,100 個真實臨床案例並蒐集約 13,000 筆醫師註解，發現高達 76.6% 的有害錯誤肇因於漏答或漏列重要資訊的「資訊遺漏」，而非捏造事實。 評測結果中 Doximity 的臨床工具 Ask 表現居前，但 OpenEvidence 執行長 Daniel Nadler 質疑該研究未經同儕審查，且方法有瑕疵，認為不應允許 AI 提出「重測」要求。 報告發布正值醫療 AI 監管變動期，凸顯法規分歧：美國 FDA 剛放寬規定，只要醫師能獨立檢查 AI 推理即可放行；但各州政府趨於嚴格，多數要求 2026 年前 AI 輔助決策須有「人類簽核」，且當 AI 建議出錯時，醫師、醫院與 AI 供應商之間的醫療過失責任歸屬目前仍未明朗。