[AI 應用]十字韌帶撕裂…把 Claude 打造成我的復健夥伴

去年十月，我打籃球撕裂了後十字韌帶（PCL）。這篇文章是關於我怎麼從慌張地把一張腫脹的膝蓋照片傳給 ChatGPT，到最後建立了一套有系統的 AI 復健追蹤工具，讓我更了解自己的膝蓋跟他的恢復狀況。

這不是一夕之間發生的，是經過五個階段不斷改進演變過來的。

第一階段：那張照片

2025 年十月，我在打全場籃球，在做 crossover 切入時被絆倒，左膝蓋直接撞到地上。撞到當下劇烈疼痛，膝蓋馬上向安全氣囊一樣腫起來。休息了一下，可以緩慢地走路，但總感覺哪裡不對勁。

跟所有聽過 ChatGPT 的人一樣，我的第一反應是拍張照片傳過去問。照片加上受傷經過，問題很簡單：這是什麼？

ChatGPT 的回答：看起來像是嚴重的骨頭挫傷。休息、冰敷、抬高，如果一個禮拜沒改善就去看醫生。

合理的回答。但我當下的直覺是：它說的是真的嗎？還是憑空捏造，為了讓我更放心的回覆？我親眼見過 AI 信心滿滿地解釋出完全是捏造的東西。用同一個我拿來 debug 寫程式 的工具來給醫療建議，感覺不太踏實。

第二階段：問另一個 AI

所以我做了一個感覺合理的事，再問另一個 AI。我把同樣的照片和症狀拿去問 Perplexity，它會搜尋網路並附上來源。

Perplexity 也說是骨頭挫傷，還引用了醫療資料來源，跟 ChatGPT 結論一致。兩個 AI 意見相同，讓我比較放心了。

但我後來才真正理解到：兩個 AI 意見一致，不代表它們是對的。它們是從相似的訓練資料和相似的網路來源得出結論的。如果底層資訊都指向同一個答案，它們就會收斂，不管那個答案對不對。

不過當時的我接受了「骨頭挫傷」這個說法，然後繼續待在家休息。

第三階段：哪裡不對勁

一個禮拜後，腫消了一些，但出現了另一個問題：我沒辦法彎腿。不是因為太痛，是膕繩肌（hamstring，大腿後側肌肉）感覺非常虛弱。走路還行，但動作不自然。下樓梯的時候，總覺得膝蓋隨時可能撐不住。

這跟「骨頭挫傷」完全對不上號。骨頭挫傷會痛，但不會讓你的後大腿肌軟弱無力。

我又去問了 Perplexity，這次給了更多細節。不只是「打籃球膝蓋痛」，而是詳細描述了受傷機制：膝蓋直接撞地、脛骨往後推移、膕繩肌彎曲無力、下樓梯的不穩感、伸直可以但彎曲感覺被卡住。

這次 Perplexity 的回答不一樣了：根據受傷機制（直接撞擊導致脛骨向後移位）加上膕繩肌無力但伸直正常的特定模式，這有可能是後十字韌帶（PCL）損傷。

那個當下，AI 真正幫到我了。不是因為它診斷了我，我還不確定它說的對不對。而是因為它給了我一個正確的問題去問醫生。在這之前，我從來沒聽過 PCL 是什麼。如果沒有這個線索，我走進診間只會說「我膝蓋痛」，而不是「我懷疑可能是 PCL 損傷，這是原因。」

第四階段：五百美元的 X 光

帶著「可能是 PCL 損傷」這個線索，我去看了醫生。他們安排了 X 光，五百美元後，結果出來：沒有骨折，沒有脫臼，一切正常。

我可以花好幾段話講美國的保險制度、預授權、突然出現的費用單、讓人搞不清楚的整個系統，但那是另一篇文章的事。這裡的重點是：五百美元給了我一張骨頭的照片，然後我被拍拍肩膀打發走了。

醫生的建議：回去休息。

就這樣。沒有進一步影像，沒有轉介骨科，沒有復健計畫，沒有提到韌帶、半月板或軟組織，因為 X 光根本照不到這些。

我出診間的時候，跟進去前一樣：骨頭沒問題。但膝蓋明顯還是有問題，我完全不知道該怎麼辦。

這個落差讓我一直回頭想。不是看診與看診之間的落差，而是「明明哪裡不對」和「知道是什麼、然後知道怎麼做」之間的落差。醫療系統給了我一個五百美元的陰性結果，叫我回去休息。而 AI 至少指向了對的解剖構造。

第五階段：發現 Claude Code

接下來幾個禮拜，我繼續查 Google、問 ChatGPT、看 Reddit 討論串，在片段資訊之間摸黑前進，標準的受傷後體驗。

然後我開始用 Claude Code 處理工作上的軟體任務，突然想到了什麼。Claude Code 不是聊天機器人，它是一個持久的工作空間。有專案資料夾、有檔案、有跨對話的記憶脈絡，它記得你上個禮拜說的話。

我心想：如果我把這個用在膝蓋上呢？

不是拿它來問問題，而是用它來建一個系統。一個像軟體專案一樣的「專案」，只是「程式碼庫」是我的受傷情況、症狀、和復健過程。

我開始把之前所有的對話匯入，ChatGPT 的紀錄、Perplexity 的研究、自己的筆記，全部丟進專案資料夾，然後跟 Claude 討論怎麼整理。

這才是真正的轉變。 我從「問 AI 我的傷到底是什麼」，變成了「跟 AI 一起建立一個有結構的知識庫」。

建立架構

接下來幾個禮拜，對話慢慢變成了文件。

第一個成形的是我稱之為「傷況總覽」的東西 — — 一份持續更新的病歷，記錄所有事情：受傷機制、各個時期的症狀、影像結果、每週的復健進展。我把散落的 Perplexity 對話和研究資料全部匯出，然後跟 Claude 一起整理成一份有結構的文件。

早期版本長這樣，那時候還沒有任何專業確認：

受傷機制： 打籃球被絆倒，膝蓋撞地，脛骨相對股骨向後移位（典型 PCL 損傷機制）。

初始症狀：

立刻難以彎膝，但可以伸直

最初幾天明顯腫脹

可以帶痛行走，無明顯軟腳感

再來是復健計畫。當時還沒有物理治療師，所以 AI 幫我根據已發表的 PCL 復健方案整理了一個保守的起點，很多動作選擇來自 E3Rehab，他們的實證影片是我找到最好的免費資源。股四頭肌強化（四頭肌保護 PCL）、膕繩肌負荷漸進、活動度訓練。不完美，但是在等待專業指導期間可以安全執行的起點。

然後是每日回報，這後來成了我使用最頻繁的功能。流程很簡單：每次訓練後，告訴 Claude 我做了什麼、膝蓋感覺怎樣。Claude 會用固定格式記錄，包括訓練前後的疼痛分數、腫脹狀況、任何警告訊號，加入每日記錄裡。

一條真實紀錄長這樣：

| 2026–03–18 | 健身房 PT 復健 + 慢跑 + 籃球定點投籃 | 0–1/10 | 2/10 | 輕微 | 復健進步，臀肌和四頭肌練習更有力。慢跑改善中。定點投籃（不移動切入）。走太久或復健末段有膝蓋內側 2/10 疼痛。有時輕微腫脹但隔夜消退。無警告訊號。|

每條記錄都是同樣的欄位：日期、活動、訓練前疼痛、訓練後疼痛、腫脹、備注。這個一致性讓資料變得有用，幾週後，我可以回頭看清楚哪些動作跟腫脹相關，或是疼痛分數什麼時候開始往下走。那種細節是物理治療師很想知道的，但如果沒有記錄，我根本不可能記得。

這些都不複雜，重點是要能持之以恆。而這個持續帶來的效果，遠超我預期。

MRI + 物理治療

2026 年一月，我回台灣探親，順帶好好把傷看清楚。台灣的醫療系統讓我可以做 MRI、開始物理治療，不用面對美國那種費用門檻。

MRI 確認了 AI 一直說的，然後還多了一個新發現：

結構發現後十字韌帶（PCL）確認部分撕裂（局部纖維缺損，Grade 1–2）內側半月板後角撕裂，新發現，之前完全沒被發現過前十字韌帶（ACL）輕微訊號變化，無臨床意義骨頭乾淨，無骨頭挫傷

PCL 撕裂確認了。但半月板撕裂是全新的發現，幾個月的 AI 對話從來沒有指出這件事。這點很重要：AI 幫我理解和追蹤受傷，但台灣的 MRI 找到了好幾個月對話都完全沒有發現的東西。光靠 AI，我永遠不會知道半月板的問題。

我開始做物理治療，每兩週做一次，跟一位評估我動作模式、找出代償問題、開立針對性訓練的物理治療師 Matt 合作。每次治療後，我把所有臨床記錄回饋進系統，縮寫的臨床術語、動作、作業、進展標準，全部進去。順帶一提，如果你在台北有物理治療需求，超推薦 Matt！

文件變得扎實多了。傷況總覽現在有確診診斷、結構化的 MRI 發現，和三次就診的臨床評估。復健計畫納入了物理治療師開的動作，有具體組數、次數和進展門檻。

而且很關鍵的是，AI 輸出的品質跟著提升了，因為輸入品質提升了。你餵給 AI 的是確診診斷而不是猜測、是專業評估而不是自我回報、是影像資料而不是照片，它產出的一切都會不一樣。

我現在在哪

受傷五個月了，第 22 週。兩週前達到了連續慢跑 20 分鐘的里程碑。籃球場上定點投籃沒問題了。膝蓋有些日子還是會不舒服，但我知道膝蓋在跟我說什麼、為什麼。

系統沒有讓我復原更快，但它讓我成為一個更好的病患。

當物理治療師問「這週膝蓋怎麼樣？」時，我不再說「還好吧，我覺得啦」。我把每日記錄拉出來，告訴他哪幾天有腫脹、是什麼觸發的、後來怎麼消退的。物理治療師說我問的問題比大多數患者更有針對性。我個人覺得，這是因為我帶著資料出現，而不是帶著模糊的焦慮。

現在回到波士頓，暫時在自主管理復健，沒有在地的物理治療師。但我有台灣物理治療師開的 1–2 個月結構化計畫、一個追蹤每次訓練和症狀的系統，和一個在我問「這樣正常嗎」時可以交叉比對五個月資料的 AI。

AI 做不到的事

這塊我想說清楚，因為過度吹捧 AI 在醫療上的作用是真的很危險的事。

AI 摸不到我的膝蓋。 當物理治療師壓我的內側關節線找壓痛點、測試髕骨活動度、或是看我深蹲時重心怎麼偏，沒有任何資料系統能取代這個。MRI 找到的半月板撕裂？五個月的 AI 對話從來沒提到它。徒手臨床評估是無可取代的。

AI 可以很有自信地錯。 我有幾次，AI 對症狀的解釋聽起來完全合理，但後來物理治療師給了不同答案。問題是解釋說得太有條理，讓你不會去質疑它。我現在把每個 AI 的洞見都當成假設，是帶去給物理治療師確認的東西，不是直接照做的指令。

AI 沒有問責機制。 如果它給了完全錯誤的建議害我受傷，沒有人需要負責。物理治療師有多年訓練和專業責任，責任歸咎完全不同。

真正的轉變

回頭看，這個演變不是關於工具的，是關於方法的。

第一到三階段是我問 AI「我哪裡出問題了」，把它當神奇八號球用。

第四階段是醫療系統沒能填補的那個落差。

第五階段才是真正的改變：我不再向 AI 尋求答案，而是開始用它來建立一個系統。

AI 在我復健中的價值，不在於它的醫學知識。在於它讓追蹤這件事變得夠容易，所以我真的持續做了下去。每天，五個月。而這個一致性帶來的複利效應，能夠回顧任意一天的紀錄、每次就診都帶著整理好的資料、在問題變成挫折之前就抓到規律，這才是真正移動指針的東西。

如果你正在面對受傷，你不需要 AI 告訴你哪裡出問題，那是醫生的工作。但如果你想真正了解自己的復健過程、看到規律、問出更好的問題、填補專業回診之間 99% 的時間，現在有一種方式可以做到。

下一篇，我會帶大家走過我實際建立的系統：檔案結構、追蹤格式，以及 AI 如何幫我找出我自己絕對不會發現的規律。

感謝閱讀到這邊。如果你有類似經驗，或是有任何想法，歡迎留言告訴我。

Shen