01錯字會被抓到，補上去的那一句不會
語音辨識聽錯藥名、把「三天」聽成「三個月」，這類錯誤其實不可怕——它們讀起來就是怪， 您掃過一眼就會停下來。真正麻煩的是另一種：語句通順、格式正確、位置也對， 問題只有一個——那句話沒有在診間發生過。
這類錯誤之所以難抓，正是因為它們「很合理」。一位喉嚨痛三天的病人，紀錄裡出現「無發燒」 一點都不奇怪；但如果今天您其實沒問過體溫，這句話就不該存在。它讀起來順， 所以審閱時眼睛會滑過去。
而病歷偏偏是最不適合出現這種東西的地方。它不是給您今天看的，是給三個月後的自己、 代診的同事、接手的醫院看的——我們在談門診紀錄可讀性那一篇 講過這三位讀者。他們手上沒有您當時的記憶，也沒辦法分辨哪一句是真的問過的。
02它在病歷裡通常長成三種樣子
把疑慮講具體，比含糊地「擔心 AI 亂寫」更有幫助。從門診紀錄的角度看，大致是這三類。
一、沒發生過的細節被補上
最典型的就是「否定描述」：no fever、no vomiting、denies trauma。 這些句子在病歷裡很常見，模型也很容易依常見情境把它填進去。 但「沒問到」和「問了、病人說沒有」是兩件完全不同的事， 在紀錄上卻長得一模一樣。
二、病人自己的說法被整理掉
病人說「悶悶的、講不太上來」，被整理成一個乾淨的醫學名詞之後，語意就窄了。 這不算無中生有，但一樣是資訊流失，而且流失的常常是後來最有用的那部分。 每一次轉換都會磨掉一點原話的顆粒，越趕越明顯。
三、誰說的被混在一起
診間裡說話的常常不只兩個人：病人、家屬、陪同的朋友、進來遞單子的助理。 一段文字如果沒有標明來源，事後就很難分辨哪句是病人自己的陳述、哪句是旁邊的人補的。 這一點必須講清楚：OPPA 不做語者分離，它聽得到內容，但分不出說話的是誰。 所以在紀錄上要求工具替您區分「這是誰說的」，本身就不是它能承擔的事。
03與其問準確率幾 %，不如問「錯了我查不查得到」
評估工具時很自然會想要一個數字。但一個脫離情境的準確率數字，實務上很難用： 它是用什麼樣的對話測的？有沒有台語？有沒有背景的批價聲和小孩哭聲？ 是逐字稿的字元正確率，還是整份病歷的可用程度？換一個診間就可能完全不一樣。
比較實際的問法是換一個方向：假設它真的錯了，我要花多久才能發現？ 這個問題有明確答案，而且您在 Demo 現場就能驗。
這也是 OPPA 把「可溯源」放在很前面的原因。OPPA 是醫療文書輔助系統（非醫療器材）， 它把整理出的內容做來源標記、可以回頭對照原始對話，用途是讓醫師快速核對每一段的依據、 自行查證，而不是由系統替醫師做任何判斷。貼回 HIS 時也是由您逐格點選要用的內容複製， 不是整份無條件送進病歷。
04審閱一份草稿時，先看哪三個地方
草稿還是要看，這一關永遠不能省。但看的時候有先後順序——底下三題，是投報率最高的三個切入點。
有沒有出現我其實沒問過的「否定描述」？
先掃 no / denies / 未見 這類字眼。每一個否定描述背後都應該有一句真的問出口的話。 如果想不起來有問過，就把它刪掉——留白不會害人，憑空的否定會。
病人自己的措辭，有沒有被磨掉？
特別是主訴那一兩句。如果病人用了一個很有畫面的說法（「像有人壓在胸口」「走兩百公尺就要停」）， 那句話值得留著原樣。三個月後回頭看，讓您想起這是誰的，往往就是這種句子。
這句話，是誰說的？
有家屬或陪同者在場的診次，這一題要特別留意。工具分不出說話的人， 所以若某個資訊的來源會影響您的判斷，就由您在紀錄上補一句標明。 這件事沒有捷徑，但知道它是您的工作，總比以為工具已經處理好安全。
05可以查證，才談得上信任
我們在談通用 AI 與專門病歷工具的差距時提過： 會寫字不等於能穩定寫出門診病歷。這篇想補的是另一半——就算寫得很像， 也還需要一條回得去的路。
信任不是靠「它不會錯」建立的，任何工具都給不出這個承諾。 比較誠實的說法是：它會錯，而您應該能很快發現、也能很快查到底錯在哪。 剩下的判斷，本來就該留在醫師手上。