當AI加速進入醫療現場，真正的難題卻未必是「AI會不會診斷」，而是醫院裡分散的資訊、繁瑣的流程，以及分秒必爭的決策該如何被真正打通。興澤發人工智慧從第一線觀察，發現從護理排班到急重症預警，AI若要創造價值，關鍵不在炫技，而在能否解決醫護每天最真實的痛點。 談及人工智慧對於醫療所帶來的影響及變，多數人想到的仍是X光影像判讀、腫瘤辨識，或協助醫師進行診斷；然而對第一線醫護而言，真正消耗時間的，未必是「看不懂影像」，而是每天被大量、分散且彼此不相通的資訊與行政流程綁住。 「醫護人員真正辛苦的地方，不只是判讀X光片或寫醫學報告，而是必須從醫院的大資料庫裡撈取各項資訊。」興澤發人工智慧副理曾允蓮觀察，當團隊實際走進醫院，才發現醫療現場存在著比AI診斷更迫切的問題，存在於資訊孤島、流程孤島與決策孤島這三個範疇之中。 也因此，興澤發沒有繼續追逐最熱門的「診斷AI」，反而把AI導入醫院營運與流程管理，試圖處理那些看似瑣碎、卻每天消耗醫護大量時間的工作。 三大孤島形成醫護人員最沉重的隱形負擔 「首先是資訊孤島。」曾允蓮指出，醫師使用 HIS（醫療資訊系統），護理師則用 NIS（護理資訊系統），跨系統間資料不互通，醫護人員每天花費大量精力進行手動比對與核對。 再來是流程孤島。「以護理排班為例，不只要考量每個人的休假與班別需求，還必須同時符合勞動法規與護病比要求，對護理長而言，這不只是行政工作，更是一場高度複雜的『人力配置』。」曾允蓮補充。 最後則是決策孤島。「在急診與加護病房，病患狀況瞬息萬變，醫師若仍必須從不同系統中拼湊資訊，可能就會錯過關鍵的判斷時間。如果 AI 能幫醫護人員省下五分鐘、十分鐘的行政奔波，這段時間就能直接轉化為拯救生命的黃金時間。」曾允蓮強調。正是基於這些洞察，興澤發選擇避開熱門的影像 AI 戰場，切入最具挑戰性卻也最需要的「營運流程 AI（Operation AI）」領域。 護理AI智慧排班解決的不只是效率更是「公平」 其中一項應用，就是護理AI智慧排班。 護理人力短缺已是醫療體系長期面對的難題，而排班又牽涉到每一位護理師的生活，誰想休假？誰能上哪個班？如何符合工時規定？這些往往不是單純的數學題，而是高度複雜的人性問題。 而興澤發透過使用者測試，讓護理師先在系統中填寫自己的休假與排班需求，再由AI進行演算。最後結果以紅、黃、綠三種狀態呈現：綠色代表符合所有需求與法規；黃色代表存在需求衝突，需要進一步調整；紅色則代表觸及法規底線，系統會直接阻擋並重新計算。此外，這套機制背後還有一個更重要的概念，也就是「排班需求民主化」。 過去護理師可能必須透過護理長協調，甚至私下換班；現在每個人都能直接提出需求，再由同一套規則進行計算。「AI沒有偏好。」曾允蓮指出，「當所有人站在相同規則下，排班結果變得更透明，也降低了「是不是因為誰跟護理長比較熟，所以得到比較好班表」的心理疑慮。」這也是AI在醫療現場另一個容易被忽略的價值：不只是提高效率，更建立制度上的公平感。 透過護理AI智慧排班與多 Agent 架構的急重症預警，能有效協助醫療團隊打破資訊、流程與決策三大孤島。（蔡孝如攝） 100% 地端部署突破資安防線與預警黃金30分鐘 如果說智慧排班解決的是「流程問題」，那麼急重症快捷AI瞄準的，就是「決策問題」。 興澤發採用120B規模的地端大型語言模型，並以多Agent架構分工，一個Agent負責分析抽血與檢驗資料，一個監測心率、血壓等生理數據，另一個則進行整體風險與併發症評估，藉由多個AI角色持續分析不同資料來源，再將資訊整合提供給醫師。 更關鍵的是，這套系統採取100％地端部署，模型與病患資料都留在醫院防火牆內，不必將敏感醫療資料送往外部雲端外，在急診、ICU等場域，AI還能持續監測生理指標的細微變化，一旦數據出現異常趨勢時，系統可進一步結合醫學文獻與模型分析，提前發出風險預警。「我們希望把被動治療轉成主動干預。」曾允蓮表示，若能提前30分鐘到1小時發現病況變化，就可能替急診與ICU爭取寶貴的黃金處置時間。 醫療AI真正的門檻：不是模型，而是「能不能落地」 談及系統落地挑戰，曾允蓮強調透過標準化架構與 100% 地端部署，才能在突破資安防線的同時，大幅降低醫院的導入門檻。（蔡孝如攝） 然而，AI進入醫院，最大的挑戰從來不只是技術。不同醫院的設備、資訊系統與資料格式各不相同，如何讓新AI與既有系統溝通，才是落地關鍵。也因此，興澤發採用SMART on FHIR架構，希望透過國際標準降低系統介接難度，相較於過去跨系統API串接可能耗費數月，標準化架構有機會讓AI模組更容易嵌入既有醫療環境。「這就像為醫院提供了一個『隨插即用』的智慧模組。」曾允蓮解釋，以往舊系統接軌需要數月開發 API，現在只需將軟體模組匯入，即可無縫串接醫院現有設備與系統，顯著降低落地成本與導入門檻。不過，她也補充，每家醫院的硬體環境仍有差異，因此實際導入時，仍必須進行客製化適配與測試。 立足台灣鏈結國際打造醫療 ESG 與科技輸出的新典範 曾允蓮強調，「AI的終極價值不是取代醫護人員，而是把醫療人員從資訊查找、行政流程與繁瑣作業中解放出來。」除了減輕行政負擔與提升救治率，興澤發的系統更助推了醫院的「綠色轉型（ESG）」。透過流程自動化與完全無紙化，協助醫療院所降低碳足跡，邁向永續營運。 展望未來，曾允蓮表示，興澤發將持續精進核心技術，除了透過國內 AI 競賽展現創新實力，未來更將積極布局國外賽事，深化跨國技術交流。 正因台灣擁有全球頂尖的醫療能量與健保資料庫，興澤發人工智慧期望以軟體為引擎，將台灣高品質的智慧醫療解決方案包裝輸出，成為引領全球智慧醫療浪潮的關鍵推手。
评论 (0)