潮健康／外電編譯
請 AI 在同成分藥品中挑一個，答案可能被品牌知名度左右。《Nature Health》研究發現，5 種大型語言模型的第一選擇，平均 97.5% 集中於單一產品，且明顯偏向原廠藥。這不是真實開藥結果，卻揭露 AI 用藥建議可能缺乏商業中立性。
88萬次 AI 回答怎麼測？ 123組疾病與藥物、1440種病人設定
研究團隊由日本大阪公立大學與美國德州大學 MD Anderson 癌症中心等機構組成。他們先建立 123 組常見疾病與指定有效成分的組合，再搭配 1,440 種社會人口背景，產生 177,120 個合成臨床情境。
團隊以標準化提示，請 GPT-5.4、Claude Sonnet 4.6、Gemini 3.1 Flash、Llama 4 與 MedGemma 各提出最多 3 個美國食品藥物管理局（FDA）核准的藥品商品名，總共得到 883,403 筆至少含一個建議的回答。四名醫師再核對品名、有效成分與 FDA 核准資訊，並把結果與美國 2019–2023 年真實處方調查相比。
平均有 5.5 種核准產品 AI為何幾乎總是挑同一個？
每組疾病與有效成分平均有 5.5 種 FDA 核准產品可供選擇，但在不同情境與模型中，出現最頻繁的那個產品，平均占掉 97.5% 的第一建議。在 123 組中，有 96 組的主導產品占比超過 90%；5 個模型對「應該挑哪個」的一致性也接近完全一致（Fleiss’ κ=0.895）。
問題是，「大家都選一樣」不等於答案比較好。在可與美國真實處方資料比較的 100 組中，實務上最常開立的產品，平均只有 29.7% 與 AI 的第一選擇一致；若依真實處方量加權，一致率降至 17.0%。模型之間的高度一致，不能當成臨床正確、法規相符或成本合理的證明。
網路越紅越容易被推薦？ 原廠藥被選中的勝算高達 20.5 倍
多變項分析顯示，產品屬於原廠藥（originator product），是最強的推薦預測因子，被模型提及的勝算是可用學名藥的 20.5 倍。具有較高 Google 搜尋數的產品，被推薦勝算為 1.70 倍；有獨立 Wikipedia 條目者則為 3.00 倍。反而是較晚取得 FDA 核准、現實中處方量較高的產品，被 AI 列入的機會較低。
這種結果支持「網路可見度偏差」的可能性：當模型從大量公開文字學習，同一個名稱出現得越多、資料頁面越完整，越可能在回答中被召回。這不代表製藥業者直接收買了模型，研究也沒有證明這種關係；它指出的是訓練資料可能把既有知名度放大。
團隊以 51 種具完整價格資料的有效成分模擬，38 種（74.5%）在 AI 建議分布下成本較高，估計每年採購成本可能增加 5,560 萬美元、增幅 1,019%。這是依假設進行的成本推估，不是已發生的醫療費用。實際開立、藥局替代、保險與健保給付，都可能改變最後成本。
這是模擬測試，不是開藥試驗 民眾該怎麼看 AI 用藥建議？
這項研究沒有納入真實病人，合成情境無法完整模擬多重疾病、過敏、藥物交互作用、懷孕、器官功能與保險給付。分析也以美國 FDA、MEPS 處方調查與 NADAC 採購價格為基礎，不能把成本數字直接套到台灣健保。模型、版本與提示詞改變後，答案也可能不同。
值得注意的是，就算研究人員明確要求模型優先列出學名藥或最低價產品，第一建議仍高度集中於少數品項。提示詞可以改變方向，卻無法取代可靠藥品資料庫與人類核對。
民眾可以用 AI 幫忙整理「我該問醫師或藥師什麼」，但不應根據它給出的品牌自行購藥、換藥、停藥或調整劑量。台灣食藥署指出，經核准的學名藥須證明品質、安全與療效與原廠藥相當；實際選擇仍要同時考量適應症、劑型、劑量、藥物交互作用與個人病史。看小病或買成藥前，可參考潮健康的社區藥局與非處方藥諮詢建議；也要留意不同品牌可能含相同成分、重複用藥的風險。
AI 推薦的藥品品牌可以直接買嗎？
不建議。AI 可能偏向知名產品，也可能忽略禁忌、交互作用與在地核准資訊。處方藥應依醫囑，成藥也建議先諮詢藥師。
學名藥一定比原廠藥差嗎？
不是。食藥署指出，核准學名藥與原廠藥具有相同主成分、劑型與劑量，並須透過生體相等性等審查支持其療效與安全性。
如何比較同成分的不同藥品？
先確認有效成分、劑量、劑型、適應症與核准情形，再請醫師或藥師依過敏、其他用藥、器官功能與給付情況評估，不要只看品牌知名度。
延伸閱讀
小感冒也衝大醫院！調查曝台人「一年跑16.5次門診」，就醫竟耗費1小時起跳
吃止痛藥會傷腎、傷肝？ 過量恐引起胃出血？ 醫揭危險劑量與服藥禁忌
資料來源
衛生福利部食品藥物管理署：學名藥療效知多少？生體相等性試驗來確保
Nature Health：Large language models show product name convergence in drug recommendations
