SMC 資料庫

議題背景：

3月14日的投書〈台灣淪全球「肺葉切除王國」的慘痛鬧劇〉，主張台灣近年推動肺癌篩檢，可能造成過度醫療，也讓民眾承擔不必要的風險。該文指出，肺癌篩檢以低劑量電腦斷層（LDCT）找出肺部小結節，切除後可能發現無任何癌變。從2006年到2024年，肺葉切除手術從每年2,000人增長到26,444人，推估這18年間總計可能有15萬至20萬名健康民眾接受不必要的肺葉切除手術。

該文刊出後，引起醫界與社會討論。有醫師受訪時表示，該文章並未完整反映肺癌防治的實際情況，且肺癌早期無明顯症狀，越早發現存活率越高。另有醫師受訪指出，臨床上有明確的國健署肺結節處置指引，若低劑量電腦斷層篩檢出大於0.8公分的結節，才會考慮採用手術切除。

健保署表示，目前正在積極發展人工智慧（AI）影像判讀技術，將導入癌症篩檢與檢測流程，希望在AI輔助下，大幅減少非惡性肺結節切除案例。

肺部結節會變成肺癌嗎？AI如何協助醫學影像的判讀？AI應用有什麼限制呢？

台灣科技媒體中心邀請專家提供觀點，說明肺部結節的處置以及AI如何協助癌症檢測。

新聞連結：

台灣淪全球「肺葉切除王國」的慘痛鬧劇 （上）

台灣淪「肺葉切除王國」？學者質疑20萬人白挨刀…楊泮池：LDCT篩檢讓82％肺癌0＋1期就發現

台灣淪「肺葉切除王國」醫反駁：過度推論製造恐慌

LDCT揪出一堆肺結節！健保署推AI把關 避免「不該切卻被切」

專家怎麼說？

2026年3月22日

國立台灣大學醫學院附設醫院院長 余忠仁

1. 台灣肺癌的發生率與死亡率趨勢為何？早期肺癌發生率與整體死亡率有關係嗎？

肺癌在台灣的標準化發生率與死亡率均位居十大癌症之首 。雖然肺癌連續21年蟬聯台灣十大癌症死因之首，而且死亡總人數因人口老化而增加，但「標準化死亡率」在近年已出現緩步下降趨勢。這歸功於標靶藥物、免疫療法的普及以及多專科團隊診治的進步。目前趨勢顯示，非經肺癌篩檢所發現的個案約5成為晚期（3、4期），而第4期五年存活率僅約1成 ；相對地，透過LDCT篩檢出的個案約8成屬早期（0、1期），而第1期存活率可達9成 。因此，提高早期肺癌的檢出率，能直接有效提高整體肺癌五年存活率 。受惠於國健署自2022年起推動的低劑量電腦斷層 （LDCT） 篩檢補助，越來越多第一期肺癌被發現，這也導致了肺癌發生率在近期仍呈現上升趨勢（主要為女性肺癌），預期未來能有助於降低晚期肺癌病例數，更能降低標準化死亡率。 

2. 肺部結節一定是癌症嗎？從發現結節到發展成具威脅性的惡性腫瘤，通常需要多久？

肺部結節並不等於肺癌，許多是良性陳舊病灶或發炎所致 。從微小結節發展為具威脅性的惡性腫瘤，時間因人而異，部分生長緩慢的病灶臨床意義有限 。關鍵在於透過規律篩檢觀察結節的型態與大小變化，而非一見結節就判斷為惡性 。

3. 臨床上如何判斷一個結節該「立即手術」還是「持續觀察」？

臨床醫師依據結節的大小、密度（如實心或毛玻璃狀）及生長速度來評估 。針對微小或具良性特徵的結節，標準做法是定期影像追蹤（持續觀察） ；若結節大於0.8公分且具惡性特徵，或在追蹤過程中顯著增大、密度改變，才會進一步評估切片或手術介入 。相關影像追蹤頻率或是否需積極處理，可以參考國健署出版『低劑量電腦斷層肺癌篩檢指引』。 

4. 國健署現行的篩檢指引中，對於不同風險的結節建議處置程序為何？如何避免病人在高度焦慮下做出非必要的手術決定？

國健署指引建議，低風險結節採半年至2年不等的影像追蹤，高風險者則由專家諮詢或進一步檢查 。此指引參酌國際實證（如 NLST、NELSON）與本土研究（TALENT），具科學合理性 。為避免焦慮導致過度手術，醫界強調「醫病共享決策」，由醫師詳釋結節分級與追蹤風險，讓病患了解「影像追蹤」亦是安全且標準的治療環節 。

5. 現行有哪些機制可以防止將「非典型增生」或「良性結節」誤判為必須切除的惡性腫瘤？這些機制在台灣的執行現況如何？

台灣現行透過「標準化判讀分級」與「多專科團隊會診」來防止誤判 。許多醫院已導入AI輔助系統精準測量結節體積與密度，協助醫師判別非典型增生與惡性腫瘤 。目前全台已有214家醫院與國健署合作，嚴格遵循臨床指引執行，確保病患在提升早期診斷效益的同時，降低不必要的侵入性醫療風險 。

2026年3月20日

臺北醫學大學人工智慧醫療研究中心主任 陳震宇

近期低劑量電腦斷層（LDCT）肺癌篩檢，引發「過度診斷：會不會發現太多、反而造成不必要手術」的討論。其實，人工智慧（AI）正好可以在這裡發揮關鍵作用，降低「不該開刀卻被開刀」的風險。健保署目前也正積極發展AI判讀系統，希望讓篩檢更精準、也更安心。

那麼，AI是怎麼幫忙醫師診斷的？簡單來說，AI可以快速幫醫師「先審視一遍」LDCT大量影像，找出可疑肺結節，還可以計算肺結節體積，有助於追蹤時比較，節省診斷醫師大量時間。更進一步，它不只找肺結節，還能在同一次檢查中，同時偵測像是冠狀動脈鈣化或骨質密度異常等問題，讓一次掃描發揮更多健康價值。

目前AI的準確度已經相當不錯，在臨床上能幫助醫師提高效率、減少疏漏。不過，AI並不是萬能，它的判讀仍可能受到資料偏差影響，也無法取代醫師對病人整體狀況的判斷。因此，最安全的方式是由醫師搭配AI結果一起判讀，也就是「人機協作」。

總結來說，AI不是取代醫師，而是成為輔助工具。只有透過專業醫師把關，才能真正提升篩檢品質，兼顧效率與安全。

利益聲明：作者為大學教授、影像診斷專科醫師，同時也曾創辦兩家影像人工智慧新創公司。