AI 幻覺（醫療情境）
AI Hallucination in Healthcare
生成式 AI 編造看似合理卻不實的內容；在醫療情境常見三子型：捏造文獻、錯誤藥物交互、與臨床指引不符。
醫療幻覺的危害高於一般情境，錯誤資訊可能直接影響用藥與處置。goalkeeper 的幻覺查核分三個子型：捏造文獻（以 PubMed 加 Crossref 交叉比對抓假 DOI）、錯誤藥物交互（openFDA 仿單加 RxNorm 藥名正規化）、與臨床指引不符。
卡住這道檢查的多半是外部資料的授權與可得性，不是模型判斷力。學會的臨床指引語料通常「免費下載」但不等於可商用或可再散布，台灣的中文期刊也大量沒有 DOI。所以對授權未明、假陽性又高的領域，務實的定位是降為 warning 要人工複核，不直接判 fail。
重點
- 三子型：文獻／藥物交互／臨床指引
- 文獻可判 fail；藥物與指引多回 warning
- 瓶頸在資料授權，不在模型