走進中醫診間，醫師叫你伸出舌頭，看一眼、問幾句，然後低頭寫病歷——這個延續千年的動作，現在有了數位分身。
8月28日登場的2026大南方新創展，馬光醫療網與友達耘康聯手展出的「舌象擷取系統」，試圖回答一個問題：當AI連腫瘤都能判讀，它能不能學會「看舌頭」？
答案，比想像中來得具體。
現象觀察：AI不再只跑影像科，中醫開始有自己的「數據語言」
醫療AI過去幾年最成熟的應用，幾乎都圍繞著X光、CT、MRI這些西方醫學影像。中醫呢？脈診有過一些感測器嘗試，舌診卻始終停留在「醫師說了算」的主觀階段。原因很現實——舌頭會騙人，光線更會騙機器。
同樣一條舌頭，早上拍、下午拍，窗邊拍、燈下拍，顏色可以差到連醫師都皺眉。這不是技術不成熟，而是傳統醫學的診斷邏輯，本來就建立在「人」的綜合判斷上。要讓AI插上手，第一步不是教它看，是教它「怎麼看才不會被光線耍」。
馬光這次端出來的系統，花了兩年時間，動員全台11位中醫師，餵了2,000多張舌象照片。友達耘康則負責把「環境變因」壓到最低——透過自動校色技術，號稱10秒內還原舌象，3分鐘內辨識舌色、舌形、舌苔等7大類、40項特徵。這不是把中醫數位化，而是幫中醫生出一套它能用的數據語言。
根據馬光醫療網執行長黃福祥的說法，中醫發展至今累積了大量「珍貴的實證智慧」，但過去這些經驗難以標準化流傳。這句話點出一個核心矛盾：中醫不缺經驗，缺的是讓經驗「可複製」的載體。AI在這裡的角色，不是取代醫師，而是把「那個醫師很會看舌苔」這種口耳相傳，變成「這個系統能辨識40種特徵」的具體資料庫。
說真的，2,000張照片在AI訓練領域不算大數據，但對中醫舌診來說，這是少數由臨床醫師親自標註、而且實際在診間使用回饋過的資料集。數量跟品質，有時候是兩回事。
原因剖析：為什麼中醫AI難做？問題不在技術，在「溫度」
很多人問過一個問題：中醫把脈、看舌頭，不就幾個步驟，為什麼AI推這麼慢？
首先，舌象本身就不是靜態資訊。舌頭的顏色、紋路、苔質，會隨著飲食、睡眠、情緒甚至季節波動。同一個病人，感冒前後舌象天差地別——這對AI來說是雜訊，對中醫師來說卻是診斷線索。技術上可以解決，但前提是你要先定義「什麼是正常」。
其次，也是更關鍵的一點：中醫診斷的價值，從來不在「辨識」，而在「連結」。看到舌苔變厚，西醫可能覺得無關緊要，中醫卻會聯想到脾胃濕熱、消化代謝出狀況。這套「看A想到B」的邏輯，才是中醫真正的核心能力。如果AI只學到「認出舌苔變厚」，卻沒學到「這代表什麼」，那它頂多是台高級照相機。
馬光這個案子有趣的地方就在這裡：11位參與的醫師不是只負責拍照，而是從資料蒐集、舌象標註到模型調整都介入。佑昌馬光中醫診所院長陳昭仁就是從第一線提供使用回饋的代表，他長期協助友達耘康調整AI模型，讓它「更貼近中醫臨床實際需求」。換句話說，這套AI不是工程師關在實驗室寫出來的，是醫師在診間罵出來的——罵完之後修正，修到能用為止。
目前系統平均準確率約80%，目標是完成12個月的臨床驗證持續升級。80%不算完美，但考慮到舌診本來就帶有一定主觀性，這個數字已經讓不少中醫師開始認真看待。
影響評估：除了輔助診斷，它還解決了兩個老問題
AI進中醫，最直接的影響當然是輔助判讀。但在我看來，這套系統真正有價值的，是它順便解決了中醫兩個幾十年的痛點。
第一個痛點：醫病溝通缺乏「證據」。中醫師說「你濕氣重」，患者常常聽完一臉茫然。現在醫師可以直接把舌象影像叫出來，指著螢幕說：「你看這裡苔比較厚，對應到你最近腸胃脹氣的問題。」畫面一出來，患者秒懂。這不只是溝通效率，某種程度上也是建立信任——醫療行為本來就需要「可被理解的解釋」。
第二個痛點：經驗傳承過度依賴師徒制。中醫的學習曲線很長，年輕醫師要看過幾千個舌頭，才能累積出判斷直覺。但如果這些舌象能被數位化保存、標註、分類，未來年輕醫師就有機會在模擬環境中「看」到更多案例。馬光醫療網執行長黃福祥說得直接：科技可以成為醫師經驗的延伸，也讓年輕醫師未來能有更多實務案例可以學習，逐步縮短經驗累積的時間。
從這角度來看，AI不是來顛覆中醫，是來幫中醫「把話說清楚」。
從產業面來看，中醫AI最困難的不是技術突破，而是「誰來定義標準」。這次馬光跟友達耘康合作，由11位醫師主導資料標註與模型回饋，等於讓臨床端掌握了定義權——這跟過去科技廠主導醫療AI開發的邏輯剛好相反。我認為這個模式如果走得通，未來中醫AI不會只有一套「通用模型」，而是會出現專攻體質辨識、專攻兒科、專攻皮膚科等不同場景的垂直應用。屆時比的不再是誰的算力強，而是誰的臨床資料更扎實。
趨勢預測：中醫數位化不會一步到位，但這條路已經開了
回到最開始的問題：AI真的能學會看舌頭嗎？
從技術角度來看，可以。從臨床角度來看，已經在做了。但如果你問我，中醫AI什麼時候會變成常規工具，我的答案是：還需要一段不短的路，但方向已經很明確。
首先，舌象只是中醫四診（望、聞、問、切）的其中一環。AI就算把舌診做到100分，醫師還是得把脈、問診、聽聲音，才能做出完整判斷。所以短期內，AI的角色會是「輔助」大於「決策」，幫助醫師節省時間、提高溝通品質，而不是取代任何判斷。
其次，這次合作最讓我注意的，是馬光提出的一個概念——「在保留臨床判斷與醫療溫度的同時，推動中醫朝大數據應用發展」。這句話講得漂亮，因為它沒有把科技跟人性對立起來。事實上，真正有價值的中醫AI，從來就不是冷冰冰的機器判讀，而是讓醫師有更多工具去「說服」患者、去「教」年輕醫師、去「記錄」自己的臨床經驗。
最後，從市場面來看，台灣中醫就診人次每年都在成長，但中醫師的養成速度有限。如果AI能縮短學習曲線、提高診斷效率，這不只是科技議題，某種程度上也是醫療資源配置的社會議題。
話說回來，2,000張照片、80%準確率、12個月的驗證期——這些數字聽起來不算華麗，但對中醫AI來說，每一步都是新的。重點從來不是AI多厲害，而是中醫師願不願意讓AI進診間，AI又願不願意蹲下來，好好學中醫這套千年語言。
從2026大南方新創展這個攤位來看，他們已經開始對話了。
你最近一次看中醫，醫師有讓你看自己的舌頭照片嗎？如果沒有，也許再過一兩年，這個畫面會變成常態。
【編輯觀點】中醫AI的發展，真正的考驗不在實驗室，而在診間。馬光這次展現的，是一個「由臨床驅動技術」的案例——醫師先定義需求，技術再想辦法滿足。這種模式雖然慢，但根基扎實。我預測接下來兩年，台灣中醫AI會出現更多針對特定病症（如過敏、婦科、腸胃）的垂直應用，而不再是「一套打天下」。對一般民眾來說，未來走進中醫診所，除了把脈，可能還會多一個「拍舌頭」的標準流程——這不是噱頭，是為了讓你的身體訊號，被記錄得更清楚。
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舌診系統的準確率有多高？目前可靠嗎？
目前系統平均準確率約80%，目標是完成12個月的臨床驗證持續升級。對舌診這種帶有一定主觀性的判斷來說，80%已具備參考價值，但現階段仍屬於輔助工具，最終診斷還是要由中醫師綜合判斷。
拍舌頭會不會有隱私疑慮？舌象影像怎麼保存？
舌象影像屬於醫療紀錄的一部分，醫療機構依法必須遵守個人資料保護法規範，儲存與使用都有嚴格限制。患者拍攝前建議先向院所確認影像用途與保存方式，確保自身權益。
一般民眾可以去哪裡體驗AI舌診？需要另外收費嗎？
目前這套系統主要先在馬光醫療網旗下院所導入實際使用，建議直接洽詢馬光各分院是否開放體驗。收費標準依各院所規定，通常會併入一般門診診察流程，建議就診前先電話確認。
AI舌診能取代中醫師的望診嗎？
不能。AI舌診的目的是輔助醫師記錄與分析舌象，提供更具體的影像資料輔助醫病溝通，但中醫師仍須結合脈診、問診等資訊做綜合判斷。AI是工具，不是決策者。
舌象擷取系統跟一般手機拍照有什麼不同？
最大差異在於自動校色技術。一般手機拍照容易受到環境光線影響，導致舌色失真。這套系統透過標準化拍攝環境與AI校色，能在10秒內還原接近真實的舌象影像，確保醫師判讀時不會被光線誤導。
※ 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。