病例報告為什麼總卡在畫圖:病因病機圖工作台的設計動機與使用方式
住院醫師寫得出理法病機分析,卻常卡在把分析畫成病因病機圖。這篇說明我為什麼做「病因病機圖工作台」、它刻意不替使用者思考的設計,以及從貼上分析到匯出 PowerPoint 的使用步驟。

R1 那年,我和一位中國醫後中的同班同學聊到病例報告,兩個人得出同一個結論:大家的進度,都卡在同一個步驟。
前面的理法病機分析,引經據典、層層推論,對經歷過至少一年備考、大小模擬考沒停過的中醫系或後中醫學生來說,不過就是一片餅乾,甚至不是一片蛋糕。真正讓人寫不下去的,是把分析轉成病因病機圖。很多人的報告就停在這裡,做一半,一拖再拖,到了結訓前才痛苦地把當初不想做的部分趕出來。
這篇想回答兩個問題:病因病機圖為什麼成了病例報告的瓶頸?我做的「病因病機圖工作台」又該怎麼用?
卡住整份報告的,是速率決定步驟
化學反應有好幾個步驟時,整體速率由最慢的那一步決定,稱為速率決定步驟。其他步驟再快,產物也出不來。
病例報告也是這樣。寫分析是快反應;畫圖是活化能最高的一步:要把文字裡的病因、臟腑、病機、症狀一一拆出來,排成方塊和箭頭,再調整到線條不交叉,非常花時間。一想到要畫圖就開始想逃避,報告便停在半成品。
回到病例報告本身:畫圖這一步不會產生新的臨床推理,推理在寫分析的時候已經完成了。
改一個推論,常要重畫一張圖
上台報告前要先和指導醫師討論,這是第二道關卡。只要老師覺得某個推論需要調整,嚴重時整張圖得重畫,又是一大段時間。
有些體貼的主治醫師為了減輕學生負擔,乾脆不要求改圖。結果文字改了、圖沒有改,這張圖和報告的推理脫了鉤,也就失去存在的意義。
一張圖能解釋的,本來就有限
同時也要誠實面對病因病機圖的限制。它是一個推測出來的模型。病人不會照著書生病,圖上的因果鏈未必真能解釋這位病人為什麼生病;就算解釋得通,也不代表那就是事實。臨床上也很少有人靠畫這張圖來看病。
它在訓練裡的用處,是把訓練學員的推理攤在桌上仔細檢視「哪個症狀沒有被解釋」、「哪一步跳過了」。花在排版和拉箭頭的時間,對這個目的沒有幫助。
為什麼要自己做一個工具
AI 繪圖這兩年進步很快。2025 年上線的 FigureLabs 標榜為第一個 AI 科學繪圖工具,能把文字或手繪草圖轉成期刊等級的科學圖示 [1]。這類工具以繪製現代生物醫學與理工領域的圖示為主,我找不到專為中醫病因病機圖設計的類似工具;拿現在大家最常使用的 AI工具來畫中醫病因病機圖,術語與圖象也常常對不上,即便成功做出來了,也往往不能精準傳達分析時使用的概念。
當年那場對話,只停在兩個人的閒聊。直到最近,我借助 AI agent (Claude code),把它做成一個專給中醫住院醫師用的工具:病因病機圖工作台。用化學的行話來說,它是一個催化劑:降低拖垮整個反應速度那一步的活化能,但反應物和產物都不變。工具只負責把已經寫好的推理排成圖,推理本身仍要由住院醫師自己完成。這也是為什麼它要求先分析、再貼上、才產圖,保留每個人思考的過程。
工具的畫法規則、中醫術語詞庫與測試資料,都來自我從實習醫師到住院醫師訓練期間,親手寫過的所有病例報告與病因病機圖。這些報告在撰寫時就已依規定去識別化。圖上的配色,以及臟腑樞紐式、流程式兩種版型,也都沿用我自己報告裡的畫法。
好在我寫報告的結構很固定,病因、病位、病性、病勢依序排列,用詞也相當一致,程式才有辦法把這些文字當成結構化資料來拆解。反過來說,工具目前最熟悉的是我的用語習慣;寫法和我差異較大時,抓出來的草稿會比較粗。想用自己的報告來調整,可以把自己的語料匯入 Claude 等 AI 工具修改,或透過 Facebook 粉絲專頁「魏孟鈞中醫師」 私訊我,索取 Claude 版本的原始檔案。
使用步驟:
- 先自己寫完理法病機分析:病因、病位、病性(主證、次證)、病勢。
- 把整段貼進工作台,按「抓出草稿圖」。程式依中醫術語與「故、因此、則」這類句型,抓出病因、臟腑、病機與症狀,排成臟腑樞紐式或流程式的圖。病勢段落沒有論述到的臟腑不會畫上去。
- 看圖下方的檢核清單:主證、次證有沒有被解釋,病位列出的臟腑有沒有論述,哪個病機沒有接到症狀。
- 自己增刪修改。點任何一個方塊,都能看到它在原文裡的依據。
- 匯出 PowerPoint。圖上是可以繼續編輯的方塊和箭頭,和老師討論後要改,改幾個方塊就好,不必重畫。
草稿由程式自動抓取,一定會有漏抓或抓錯,內容正確性要由使用者自己核對。網站版不會上傳貼上的內容,只匿名記錄使用次數;另有單檔離線版,可以在不連網的電腦上使用。貼上之前,請確認內容已經去識別化。
先給住院醫師;實習醫師,先自己畫幾次
現階段我先向住院醫師推廣。住院醫師臨床業務繁重,也是中醫部重要的人力,時間應該留給病人和臨床思考,不該耗在排版上。
實習醫師正在學習階段,臨床責任相對輕,我會建議先自己畫幾次病因病機圖。碰過壁,才會知道怎樣的圖才合理、怎麼改才符合自己的推論。思考能力要在反覆犯錯和卡關裡才練得出來,這一段工具幫不上忙,也不應該代勞。
未來,我也希望把這個工具帶進教學現場,例如協助指導醫師檢視學員推理的完整度,作為評估教學成效的參考。
回到 R1 那場對話:病例報告最慢的那一步,現在有了催化劑。希望下一屆的住院醫師,不必再在結訓前熬夜補圖,把省下來的時間留給病人,和真正需要思考的地方。
延伸閱讀
- 〈病因病機圖工作台〉:免登入、免費使用。
參考資料
- [1] FigureLabs. FigureLabs: World's First AI scientific illustration tool for Effortless Publication Figures [新聞稿]. PR Newswire. 2025 Aug 5. 連結
本文最後更新於 ,更新日期由 Git 提交時間自動產生。
← 回文章列表