父母嘴上說「不想選孩子的性格」，但當那個分數真的擺在胚胎旁邊，選擇還會一樣嗎？

polygenic embryo testing 常被公共討論簡化成一個戲劇性的問題：未來父母會不會挑選孩子的智力、身高或個性？這個說法很吸睛，但真正的倫理難題其實更細。2026 年 Nature Human Behaviour 的 Registered Report 以美國與中國樣本研究人們對 polygenic testing 與 embryo selection 的看法。研究發現，受訪者普遍更願意接受疾病相關測試，而非 non-medical traits。但當相關分數真的出現在 forced-choice implantation task 裡，醫療／非醫療這條傳統界線並不能完整預測人們如何選。

換句話說，「我願不願意取得這個資訊」和「當資訊已經擺在眼前，我會不會用它」是兩個不同問題。這使得生殖科技的倫理核心不只是模型準不準，而是資訊如何被放進決策環境。

polygenic score 是把大量基因變異的統計關聯整合成風險或傾向估計。它不是一個單一基因決定結果，也不是未來命運。疾病、身高、教育表現或行為性狀通常受到大量基因、環境、家庭、社會與機會共同影響。即使 polygenic score 在某族群有統計預測力，對個別胚胎的實際差異仍可能有限。此外，模型準確度常受 training population 影響。某個 score 在歐洲 ancestry data 上建立，不代表在其他族群有同樣表現。因此 embryo selection 中最危險的錯誤，就是把機率當成確定性。

人類決策非常依賴資訊架構。當一個資訊被突出顯示、排序或標色，就會改變 attention。如果 embryo report 預設顯示疾病風險、身高、教育相關 score 與其他 non-medical traits，即使診所聲明「這些數字只是參考」，資訊本身已經進入 decision environment。這就是 decision architecture 的核心：選擇並不是在真空中發生，而是在介面、排序、預設與說明方式中被塑造。

醫療倫理常強調 informed consent，直覺上似乎資訊越多越好。但如果某個資訊極度不確定、容易被誤解，而且一旦出現就會產生心理壓力，那麼提供更多資訊是否真的提高 autonomy？例如，如果兩個胚胎的某項 non-medical polygenic score 差異很小，實際可預測意義有限，但報告卻用明顯的排名呈現，父母很可能把這個差異當成重要。這時候真正需要問的是：哪些資訊應該預設顯示？哪些應該需要主動選擇才看？哪些根本不應進入臨床報告？

2026 年 ASRM 明確表示 polygenic embryo screening 尚未準備好進入常規臨床，尤其不應用於 non-medical trait selection。理由包括預測限制、族群公平、資訊解讀、疾病優先排序與倫理風險。ESHRE 也對 PGT-P 保持高度警戒，強調目前個體層級的預測能力與臨床效用不足。這些立場不是說 polygenic science 沒有價值，而是 embryo selection 的決策後果比一般風險報告更直接：它不是「知道未來可能性」，而是拿資訊去選擇哪一個胚胎被植入。

政策最常用的界線是 medical versus non-medical。但很多性狀並不容易分類。身高可能只是外觀差異，但極端身高也與疾病相關；焦慮、注意力、學習與行為性狀可能同時涉及醫療、功能與社會價值。更麻煩的是，同一個 genetic variant 可能同時影響多個 trait，出現 pleiotropy。想降低某一項風險，可能同時改變其他特徵。因此「只選疾病、不選性格」在實際 polygenic architecture 中未必像政策語言那麼乾淨。

生殖選擇最敏感的倫理問題之一，是正常性。如果社會把某些身心差異視為應該在胚胎階段盡量消除，這會如何影響已經生活在這些特徵中的人？disability rights 與 disability justice 的觀點提醒我們，疾病負擔與社會障礙並不是同一件事。某些生活困難來自生理狀況，另一些來自教育、建築、就業與制度環境的不包容。因此胚胎選擇的倫理不能只看 individual risk，也要看社會正在傳遞什麼價值。

生殖選擇也常被描述成「父母個人選擇」，但市場、醫療建議與社會壓力都會影響決定。如果診所提供一套 premium embryo ranking package，如果同儕都開始使用，如果保險或醫療制度推薦某些分數，個人自由可能逐漸變成「不選反而需要解釋」。這種 normalization pressure 會讓原本自願的選擇變成隱性的義務。

報告介面更不是中性的。如果一個 score 用紅色顯示，會比灰色更像危險；如果列表預設由高到低排名，人們會自然尋找「第一名」；如果只給一個百分位而不顯示 confidence interval，資訊會顯得比實際更確定。因此 embryo testing 的倫理評估不能只看演算法，也要看 UI。臨床報告應該同時顯示 uncertainty、族群限制、effect size 與可能的 pleiotropy，而不是只給一個簡單排名。

Nature Human Behaviour 的跨國設計也很重要，因為生殖科技態度不只由科學知識決定，也受到家庭觀、醫療制度、社會價值與監管文化影響。但跨國比較也不能過度解讀。樣本不代表整個國家，問卷情境也不等於真實 IVF 決策。真正值得延伸的是：不同社會對「疾病預防」「家庭責任」「兒童未來」的理解如何改變 decision architecture？

未來遺傳諮詢不能只問：「你要不要知道這個 score？」更完整的 consent 應該包括：這個分數的準確度是多少？不同胚胎差異有多大？是否有族群偏差？是否會影響其他性狀？看到結果後是否可以選擇忽略？診所是否會排名？這些問題讓 consent 從資料取得同意，升級成 decision environment 的同意。

polygenic embryo testing 最核心的公共問題，不是預測科技本身，而是哪些資訊被選擇進入臨床。當某個數字被放在胚胎旁邊，它就不再只是科學資料，而成為行動訊號。所以未來監管不能只問「這個模型準不準」，還要問「這個資訊該不該出現」「用什麼方式出現」「誰決定預設值」「父母能不能拒絕某類資訊」。更多資訊不一定等於更多自主。真正成熟的生殖科技，應該讓人保有不被不必要資訊推著走的權利。

把這些問題轉成臨床流程時，首先要把研究用途和常規照護用途分開。研究可以在嚴格審查、明確同意與不確定性揭露下探索多基因分數的效能；常規照護則必須有足夠的個體層級效用、可理解的風險溝通與公平性證據。ASRM 與 ESHRE 的立場提醒，不能因為分數能被計算或市場能提供報告，就推定它適合用於胚胎植入決定。特別是在不同祖源群體間效能不均時，把不確定的排名包裝成精準選擇，可能放大既有的不平等。

較負責任的資訊介面至少應列出模型訓練族群、效應大小、信賴區間與不可推論的範圍，並把非醫療性狀設為不預設顯示的選項。遺傳諮詢應提供足夠時間讓家庭理解「不看」與「不使用」同樣是可被尊重的決定；診所也應避免用排行榜、紅綠燈或付費升級包把不確定資訊轉成競賽。這些措施不會消除所有倫理爭議，但能把自主從被動接收報告，轉變為對資訊出現方式具有實際控制權。

監管與研究倫理審查還可要求提供者保存可稽核的決策紀錄：哪些分數被提議呈現、根據何種證據被納入或排除、諮詢時如何說明限制、以及家庭能否在取得結果後改變選擇。這不是要把個人的生殖決定交給行政單位，而是讓高風險資訊服務能被獨立檢視其是否誇大效益、淡化不確定性或對特定群體造成不成比例的壓力。當醫療機構承認模型更新、資料偏差與社會價值都可能改變，才會把暫不使用某類分數視為審慎選擇，而不是技術落後。

這也意味著研究招募、資料來源與結果溝通必須接受持續檢查。若模型主要由特定祖源、社經背景或醫療可近性的資料建立，提供者就不能把平均效能寫成每個家庭都適用的個別預測；若新證據改變效能評估，診所也應有暫停、更新或撤回呈現方式的機制。把這些責任寫進服務規則，能讓「資訊選擇」不只是一次簽名，而是隨證據與風險變動而可被重新檢視的過程。

來源

• Nature Human Behaviour｜Public perceptions of polygenic testing and embryo selection for non-medical traits
• ASRM｜Polygenic Embryo Screening Is Not Ready for Clinical Use
• ESHRE｜Polygenic risk scores（PRS）立場聲明