WHO 指出 LMM 的五個主要臨床應用領域：診斷與臨床護理、以患者為中心的應用、文書及行政任務、醫護教育，以及研究與藥物開發。本文聚焦前三項——香港臨床人員今日最直接接觸的範疇。
診斷與臨床護理
LMM 可協助複雜個案、常規診斷覆核、摘要病歷、起草回覆患者訊息（「解放鍵盤」）及鑑別診斷支援。試點計劃已使用通用模型起草臨床人員回覆——往往需大量編輯。
WHO 強調，通過筆試並不等同安全臨床實踐。主要風險包括：
- 幻覺 — 看似合理但虛假的回應或虛構參考文獻；研究顯示即使簡單摘要任務，幻覺率約 3% 至 27%
- 數據質量及偏誤 — 在互聯網或偏倚健康數據上訓練；當建議適用高收入環境而非本地實踐時的 contextual bias
- 自動化偏誤 — 臨床人員忽略本可發現的錯誤
- 技能退化 — 過度依賴於系統故障時削弱能力
- 知情同意 — 患者可能不知 AI 協助或生成溝通內容
以患者為中心的應用
患者及照顧者可能使用 LMM 聊天機器人獲取健康資訊、虛擬助手、精神健康支援或試驗配對。風險包括虛假醫學陳述、操縱（具說服力的對話模式）、向商業模型輸入敏感數據的私隱外洩、減少醫患接觸、當患者經驗不被承認時的認識論不公，以及在受規管醫療體系外提供護理。
特殊人群需額外謹慎：WHO 專家貢獻者強調兒童（對身心福祉影響證據有限）及殘疾人士（歷史上被排除於訓練數據之外，導致歧視性輸出）。
文書及行政任務
LMM 可翻譯或簡化語言、完成電子健康紀錄、起草診症記錄及支援帳單文書——可能從文書負擔中 reclaim 數小時。然而，轉錄、翻譯或摘要錯誤仍然嚴重；WHO 建議大多數文書功能在無人工覆核下不應完全自動化。提示微調導致輸出不一致亦是已知局限。
對香港醫護人員的意義
- 切勿將可識別患者數據輸入公開或未獲批准的 LMM 服務
- 將每份臨床或面向患者的輸出視為需你核實的草稿
- 記錄 AI 如何協助護理，並確保患者理解其角色
- 使工具與你的環境匹配——主要在美國或歐洲數據上訓練的模型未必反映本地流行病學、藥物表或臨床路徑