如何在不洩漏個案隱私的前提下,用 ChatGPT 整理諮商紀錄
一份臨床工作者的指南:透過去識別化、資料切割與理論導向的提示語,安全運用 ChatGPT 撰寫進展紀錄,並縮短文書時間。

重點摘要
像 ChatGPT 這類通用型 AI 工具能加速臨床文書工作,但它們可能將你的輸入內容用於模型訓練,產生再識別風險,與 APA 等保密義務相牴觸。最安全的工作流程,是嚴謹的去識別化——不只移除姓名與地點(PII),也包含具辨識性的職業或高度具體的創傷事件等準識別資訊(quasi-identifiers)——再搭配資料切割,亦即絕不把整段會談貼進單一提示語中。如此運用,AI 便能草擬以理論為基礎的個案概念化、SOAP 紀錄與同理回應選項,往往能將文書時間縮短一半以上。
下班後的文書難題
你花了一整天陪伴受苦的個案,承接他們、與之同頻、保持臨在。然後辦公室的門一關上——等著你的不是休息,而是一疊進展紀錄與會談文書。幾乎每位臨床工作者都有過這樣的念頭:「我只想做治療。文書能不能交給別人處理?」
像 ChatGPT 這類生成式 AI 工具,讓這個願望忽然顯得可行。但對我們這些身在心理健康領域的人來說,有兩條不可退讓的底線橫在前頭:個案隱私與我們的保密義務。正因為我們經手的是人們最私密的揭露,一個焦慮的問題往往在我們起步前就讓人停下:「萬一我輸入的會談內容被吸進模型的訓練資料、然後外洩了,怎麼辦?」
本文將帶你逐步看清,如何把 AI 當成聰明的臨床助理來運用——大幅縮短文書時間——同時穩穩守在你的倫理與臨床義務之內。從複雜的個案概念化到快速的會談摘要,以下是如何把 AI 安全地納入你的工作流程。
1. 在你輸入任何內容之前:資料安全與倫理兩難
在把任何臨床內容餵進 AI 工具之前,你需要對該工具如何處理你的資料有清楚的掌握。在預設狀況下,許多消費級的生成式 AI 產品可能會把使用者的輸入重新用作訓練資料。這個可能性,直接撞上了 APA 倫理守則 核心的保密原則,也撞上了 ACA 與 BACP 等機構的守則。
訓練資料風險
把個案的真實姓名與具體處境,輸入到免費的 ChatGPT 帳號——或任何通用大型語言模型(LLM)——實際上就像把他們的故事張貼在公共廣場上。即使資料在訓練時被匿名化,再識別仍是一個現實存在的風險:只要拼湊出足夠的脈絡細節,一筆「去識別化」的紀錄就可能回指向某個獨一無二、可被辨認的人。
臨床工作者的責任
便利永遠不能凌駕於個案安全之上。在使用 AI 時,請守住最小必要輸入原則,並在你的執業中對什麼算是敏感資訊保有清楚的操作型定義。工具是為個案的利益服務的——絕不能反過來。
關於工具的一點提醒: 消費級帳號與企業/API 方案,在資料保存與訓練政策上往往有很大差異,而且這些政策會隨時間變動。在採用任何工具之前,請先讀過它當前的資料使用與保存條款,並確認針對受保護的健康資訊是否提供商業夥伴協議(或你所在地區的相應機制)。若有疑慮,就假設你的輸入可能會被保留。
2. 實務做法:化名化與脈絡切割
那麼 AI 在臨床工作中是不是根本碰不得?絕非如此。關鍵在於嚴謹的去識別化。這遠不只是刪掉一個名字而已:真正進階的做法,是移除或轉換每一個可能單獨指認出個案的識別資訊,好讓 AI 只分析素材的結構與型態——而非那個人本身。
移除並替換 PII
姓名、居住地點、雇主、特定的家庭組成與日期,都必須一律移除。再進一步處理準識別資訊——具辨識性的職業,或高度具體的創傷事件——將它們予以一般化。例如,把「巡迴演出的音樂會小提琴家」改成「作息不規律、高壓的專業人士」。把一個獨特事件改成一類事件。
切割資料
絕不要把個案的完整病史或整段會談貼進單一提示語裡。將素材拆成脈絡相互分隔的片段,AI 拼湊出完整、可指認畫面的能力便會急遽下降。在一個對話中請它分析主訴問題,再另開一個對話,單獨檢視防衛機轉的型態。
| 元素 | 有風險的輸入(切勿如此 ❌) | 安全的輸入(建議做法 ✅) |
|---|---|---|
| 基本資料 | 「James Carter,28 歲,微軟軟體工程師,住西雅圖」 | 「男性個案,將近 30 歲,任職於大型企業的辦公室工作者,都會地區」 |
| 特定事件 | 「12 月 25 日在市中心商場外和女友吵架」 | 「在某個近期節日前後,於人潮擁擠的公共場所與伴侶發生衝突」 |
| 專有名詞 | 「他的主管 Davis 先生大吼『你真沒用』」 | 「一位職場上司使用了嚴厲批評、貶低人的言語」 |
| 症狀描述 | (逐字複製貼上) | 圍繞核心情感與認知扭曲型態加以摘要 |
3. 把臨床效率最大化的提示語工程
一旦你的資料經過安全處理,就能讓 AI 化身為能幹的協同治療師。與其給它一句平板的「幫我摘要這個」,不如指派它一個立基於臨床理論與術語的具體角色——那才是輸出真正派得上用場的時候。
請它做以理論為基礎的個案概念化
明確指名理論框架:「請從認知行為治療(CBT)的角度,分析這位個案所陳述的型態,並辨識出三項主要的認知扭曲」,或是*「請從客體關係的立場,對這位個案的移情提出一個假設性的形成。」* 如此運用,輸出便成了自我督導的有用提示——為你那些原本可能錯過的盲點,多添一雙眼睛。
自動化 SOAP 紀錄草稿
從去識別化後的會談內容著手,請模型*「將這份內容整理成主觀(Subjective)、客觀(Objective)、評估(Assessment)、計畫(Plan)的格式。」* 讓 AI 產出第一版草稿,再由你自己審閱與修改,可將文書時間縮短 50% 以上。
探索同理回應與隱喻
當你感到卡住時,可以試試:「一位個案描述自己感覺『像是正陷入一片沼澤』。請提出能深化同理與反思的治療性回應或延伸隱喻。」 一個語言表現力豐富的模型,能為某個介入策略浮現出富創意的切入角度,再由你形塑成貼合該個案的版本。
更安全的工具如何守護你的臨床臨在
AI 永遠無法取代臨床直覺或治療關係。它能做的,是減輕文書負擔——把時間與心力買回來,讓你能全然臨在於眼前的這個人身上。目標不是恐懼,而是有節制、有意圖的使用。只要牢牢守住去識別化,像 ChatGPT 這樣的通用型工具,可以是一個符合成本效益的起點。
話雖如此,如果手動去識別化、重新編排每一筆紀錄令人感到繁瑣——而且仍讓你心裡不安——那麼一套專為臨床工作者打造的 AI 文書服務會是強而有力的替代方案。這個領域中安全優先的解決方案:
- 自動遮蔽敏感資訊(PII),讓可識別的資料絕不離開受保護的範圍。
- 採用針對臨床語言調校過的語音辨識模型,提升逐字稿的準確度。
- 一步到位地產出符合臨床心理學標準的分析。
這正是 Modalia AI 背後的設計理念——一個為諮商師打造、安全優先的夥伴,能在不讓個案保密性陷入風險的前提下,處理逐字稿轉錄、個案概念化與文書工作。
科技不必然威脅到我們的倫理責任。明智地運用,它反而能讓照護更合乎倫理、也更有成效。從小而安全處起步——一份單一會談的摘要——並逐步成長為一位能在數位時代妥善執業的臨床工作者。畢竟,預防自身的職業倦怠,正是保護個案的第一步。
參考資料
- 1.
- 2.
- 3.
常見問題
用 ChatGPT 處理臨床文書合乎倫理嗎?
可以,前提是你先嚴謹地將所有內容去識別化,並理解該工具的資料保存政策。APA、ACA 與 BACP 的倫理守則都以保密為核心,因此任何可能暴露可識別個案資訊的工作流程——包括透過模型訓練的途徑——都會違反這些義務。請採用最小必要輸入的做法;若涉及受保護的健康資訊,並確認是否有適當的資料協議可用。
PII 與準識別資訊有什麼差別?
PII(個人可識別資訊)包含姓名、地址、雇主與日期等直接識別資訊。準識別資訊則是那些不會指名某人、但組合起來便能將其單獨指認出來的細節——例如具辨識性的職業、罕見的診斷,或高度具體的事件。兩者都必須移除或一般化,以防止再識別。
什麼是資料切割,為什麼它有幫助?
資料切割意指絕不把整段會談或完整的個案病史輸入單一提示語中。你應將素材拆成脈絡相互分隔的片段——在一個對話中分析主訴問題,在另一個對話中分析防衛型態。如此一來,AI 便難以拼湊出任一個案完整、可指認的畫面。
AI 能否在個案概念化中取代臨床判斷?
不能。AI 能浮現替代性的假設、檢查盲點,發揮類似自我督導的輔助作用,但它無法取代臨床直覺、治療關係,或臨床工作者對個案形成所負的責任。請把它的輸出當作待批判性審閱與修改的草稿,絕不要當成最終的臨床成品。
本文依據 Modalia AI 臨床指引撰寫與審閱,並在發布前經過專業人員的人工審核。


