診前簡報：當病人答不出「是肌腱還是神經」
多數醫療 AI demo 都在秀術後病患——兩週縱向資料、漂亮的傷口、乖乖做完的運動紀錄。但臨床現場的大多數是初診：沒有病史、一句口語主訴、其中 60–70% 其實不需要手術。這篇談的是 iRehab 的「診前簡報 (Brief)」——醫師在病人坐下前讀到的一行摘要——以及為什麼核心約束是「病人答不出這是肌腱還是神經」。
壓縮問診，不是整合表單：iRehab Doctor AI 的設計邏輯
醫療 AI 的主流方向是 end-to-end automation（端對端自動化）。iRehab 選擇反向。醫師要的不是 AI 幫忙寫完文書，是在病患坐下之前，把過去兩週的回報資料壓縮成該次專科真正在乎的那幾個欄位。Draft-Only Enforcement（草稿限定原則）則是讓翻譯機不脫鉤的護欄。
從個人追蹤到家庭復健協調 — BYoAI 的設計邏輯
iRehab 不在 App 裡內建 AI，而是讓病患用自己的 AI 工具理解復健進度。為什麼？因為家庭才是復健的單位，而 AI 的價值不是診斷，是翻譯。
當 AI 學會寫病歷 — Draft-Only Enforcement 的設計哲學
iRehab Doctor AI Phase 2 讓 AI 可以起草臨床評估紀錄，但只能存草稿。為什麼我們選擇 draft-only enforcement，而不是讓 AI 直接發布？從 MCP Server 到紫色 badge，一個醫療 AI 寫入系統的設計思考。
當 AI 讓軟體歸零 — 植入式感測器、厚軟體，與真正的護城河
GPT 讓所有人都能寫軟體。當軟體不再稀缺，價值往哪裡移動？答案是數據——但不是任何數據，而是別人無法複製的數據。植入式感測器產生的組織受力資訊，就是這種數據。這篇文章解釋「薄軟體」為什麼會死、「厚軟體」為什麼會活，以及感測器在這場遊戲裡的位置。
AI 如何改變骨科術後照護 — 2026 現場報告
2025 年 FDA 核准了 295 個 AI 醫療設備，創下歷史紀錄。骨折偵測準確率 98%，ML 模型在手術前就能預測誰會對膝關節置換不滿意（AUC 0.888）。但骨科 AI 的真正戰場不在手術室——而在術後那 90 天。