走進中醫診間，醫師請你伸出舌頭，看一眼、問幾句，然後低頭寫病歷——這個場景幾百年來沒變過。但現在，那一眼的判斷，正被拆解成7大類、40項特徵，變成AI可以學習的數據。
馬光醫療網與友達耘康聯手開發的「舌象擷取系統」，剛在2026大南方新創展上亮相。說穿了，它就是一臺會自己校正顏色的拍照設備，搭配一套看得懂舌頭的AI模型。10秒內完成舌象還原，3分鐘內辨識舌色、舌形、舌苔等特徵——速度不是重點，重點是：當舌診從「我感覺」變成「我看見」，中醫的傳承方式可能真的要翻頁了。
千年舌診的痛點：經驗說得出口，卻留不下來
舌診是中醫的招牌診法之一，但它的痛點從來不在「準不準」，而在於「怎麼教」。一位資深中醫師看舌頭，顏色深淺、苔的厚薄、舌體的胖瘦，背後連結的是幾年甚至幾十年的病例對照。這些判斷邏輯存在醫師腦海裡，卻很難系統化地傳承給年輕醫師。
更現實的問題是：舌象會隨光線改變，不同手機拍出來的顏色完全不同，連「留下記錄」這種基本需求，在中醫診間都不容易做到。馬光醫療網執行長黃福祥點出了一個關鍵：「中醫發展至今擁有大量珍貴的實證智慧，但過去許多經驗難以標準化流傳。」這句話背後的意思很直接——中醫不缺好醫師，缺的是讓好醫師的判斷力可以被複製、被學習的工具。
於是馬光花了2年時間，動員全臺11位中醫師，收集2,000多張舌象照片。這不是拍照大賽，而是讓醫師一張一張標註、一張一張教AI：「這個舌色代表什麼」、「這個苔象常見於哪類體質」。說穿了，AI學習舌診的過程，跟一位實習醫師跟在老師旁邊見習，沒有本質上的不同。
從2,000張照片到80%準確率——AI學中醫的瓶頸在哪裡？
友達耘康負責技術端的影像處理與AI建模，其中「自動校色」是這次合作的關鍵突破。環境光線一直是舌診數位化的最大絆腳石，同一個舌頭在自然光、黃光、白光下看起來完全不同。透過校色技術，系統能將拍攝環境的干擾降到最低，讓舌象以更一致的方式被記錄與分析。
目前模型的平均準確率約80%。這個數字怎麼看？從技術角度，離「可靠臨床輔助」還有一段路；但從應用角度，80%已經足夠作為醫病溝通的輔助工具。接下來他們目標是完成12個月的臨床驗證，持續優化模型。
【編輯觀點】很多人看到「AI＋中醫」會直覺想到「AI會不會取代中醫師」。坦白說，這個問題問早了。舌診只是四診（望聞問切）中的一環，AI再厲害也摸不到脈、問不出病程。真正的價值不在取代，而在於「經驗可視化」。中醫長期面臨的困境是：老師傅的經驗很難傳給年輕世代，因為很多判斷是直覺式的。AI把「直覺」變成「數據」，讓年輕醫師可以有具體案例可參考，縮短摸索期——這才是我認為最值得關注的影響。如果這套模式走得通，下一步被數位化的，可能就是脈診了。
話說回來，現場展示時有個細節蠻有意思。佑昌馬光中醫診所院長陳昭仁提到，實際拍攝舌象時，曾發現患者舌頭無法順利頂到上顎，進一步追查才發現可能與顳顎關節障礙或頸椎問題有關。這說明什麼？AI沒看到的東西，醫師看到了。系統負責把畫面拍清楚、特徵列出來，但「這個特徵代表什麼意義」、「要不要進一步檢查」，還是回歸醫師的專業判斷。
對患者來說，AI舌診的真正價值是「看得懂」
一般民眾對中醫最大的困惑，常常是「醫師怎麼看一眼就知道我哪裡有問題」。這種資訊不對稱，某種程度上削弱了醫病之間的信任感。
舌象擷取系統的一個附加價值，就是讓患者能看到自己的舌頭影像，搭配醫師的解說，學習觀察舌苔、舌色變化和身體狀況之間的關聯。當一個人能自己看出「今天舌苔比上週厚」，他對身體變化的敏感度就會提高，也更容易在異狀出現時及早尋求專業協助。
馬光醫療網與友達耘康的這步棋，表面上是推出一套AI舌診工具，但更深層的意義在於：它打開了一條路，讓中醫從「靠老師帶」走向「有數據可以學」。中醫的數位化轉型，從來不是要把老醫師換掉，而是讓他們的經驗可以被記錄、被傳承、被更多人受益。
2年、11位醫師、2,000張照片、80%準確率——這些數字背後，其實是一個很樸素的問題：如果AI能學會看舌頭，它能不能幫中醫把幾千年的智慧，用現代人看得懂的方式傳下去？這個問題的答案，還需要時間驗證，但方向已經很清楚了。
從產業面來看，AI醫療應用的下一波戰場不在「技術有多炫」，而在「能不能真正走進診間」。「舌象擷取系統」這類產品，技術門檻不是最高，但它解決了一個真實的痛點——中醫診療數據化的第一步。如果臨床驗證順利通過，接下來要面對的挑戰是：怎麼讓更多中醫師願意用、怎麼讓健保或自費市場買單，以及更重要的是——怎麼確保AI輔助不會變成「標準化診療」而犧牲了中醫最珍貴的「因人制宜」精神。這些問題，比技術本身更難回答。
下次去看中醫，如果醫師請你對著一臺機器伸出舌頭，不必太驚訝。那不只是拍照，是AI正在學習怎麼看懂你——而你的舌象，可能也會成為下一個年輕中醫師學習的教材。
本文改寫整理自公開新聞來源，原始報導由Yahoo奇摩新聞發布。
常見問題 FAQ
AI舌診的準確率有多高？目前適合直接作為診斷依據嗎？
目前模型平均準確率約80%，目標完成12個月臨床驗證持續升級，現階段定位為輔助醫病溝通與影像記錄工具，不宜單獨作為診斷依據，最終判斷仍須回歸中醫師專業。
舌象擷取系統和一般手機拍照有什麼不同？
系統搭載自動校色技術，能降低環境光線干擾，在10秒內還原舌象真實顏色，並於約3分鐘內自動辨識7大類、40項舌象特徵，這些功能是一般手機拍照無法做到的。
這套AI舌診系統一般民眾有機會使用嗎？
目前系統已在馬光醫療網旗下院所實際測試使用，民眾可於就診時由醫師評估是否需要進行舌象擷取，並非開放自行操作的自助檢測設備。
AI舌診能取代傳統中醫師的望診嗎？
不能。舌診僅為中醫「望聞問切」四診中的一環，AI主要提供影像化輔助與數據記錄，協助醫病溝通與年輕醫師教學，無法取代醫師的整體辨證與臨床判斷。
中醫數位化轉型目前還有哪些挑戰？
除了技術驗證，更大的挑戰在於如何讓更多中醫師願意使用、健保或自費市場如何給付，以及如何在標準化與「因人制宜」的傳統精神之間取得平衡。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
