如何成功落地生成式AI、解決實務痛點,而且還養得起,是國內外大小企業爭相追求的聖杯。
在臺灣,有這麼家醫院,兼顧了成功落地、好用且經濟實惠3大優點,自去年11月起陸續將生成式AI助理帶進診間,成為每位專家的左右手,如今更壯大成一支虛擬照護團隊。
光是今年10月單月,院內生成式AI的使用人次就突破5萬,該月的生成式AI流量支出卻僅僅5萬元臺幣。這就是奇美醫院,他們如何做到?
奇美醫院的AI心法
這還源於奇美醫院立下的AI發展重要原則。奇美醫院的AI發展歷程可分為AI 1.0階段和AI 2.0階段,奇美醫院院長林宏榮點出,在AI 1.0起步階段,奇美醫院鎖定「高實用性和高推廣性」AI,專門開發可落地、解決實務問題的AI應用。
再來,奇美醫院鎖定物聯網數據,運用IoT時期打下的基礎,以生理量測數值等IoT數據來發展互動式AI預測應用。
還有個原則是,有別於當時各大醫院爭先搶做的影像類AI,如各種X光、電腦斷層掃描、MRI等影像判讀AI,奇美醫院先不自建這類AI。
到了擁抱生成式AI的AI 2.0階段,奇美醫院還特別針對會寫入醫療資訊系統(HIS)的使用情境,多了個「不做無中生有的生成,只做摘要、轉換或除錯工作」的原則。這是因為,寫入HIS的資料講求精確,因此生成式AI較適合將中文記錄轉換為英文、將縮寫轉換為全文或摘要報告等這類場景。
但不論是AI 1.0還是AI 2.0階段,奇美醫院都有關鍵的共通原則。這包括以人為中心,AI是輔助來提高工作效率、降低工作壓力。AI也應視為改善醫療品質的重要工具,而且,AI應用都要能整合HIS,才能真正輔助臨床決策。
這些就是奇美醫院發展AI的心法。
AI 1.0階段鎖定預測型AI
在這些心法下,2019年,奇美醫院成立大數據暨人工智慧中心,也就是現在的智慧醫療中心,迎來了AI元年,也開啟了AI 1.0階段。在這個階段,奇美醫院專做預測型AI,也就是在特定領域表現優異的AI,展開大量研究。他們也在這階段奠定AI開發模式,由3個組織分工執行,包括提出點子、給予專業知識的領域專家,像是醫護、藥師、醫務行政等,還有負責AI模型生命周期的AI專家,也就是奇美醫院智慧醫療中心,以及負責資料處理、將AI應用部署到HIS的資訊室。
舉例來說,當醫師提出需求,想預測肺炎病人出院後、14天內再住院的機率,資訊室便藉醫師專業知識,整理出HIS資料庫中預測所需的資料,如共病/病史、人口學資料、住院醫囑、住院護理評估、檢驗系統、TPR系統和住院動向等,將這些資料進行ETL、整理為肺炎病人14天再住院大數據,再交由智慧醫療中心的AI專家來訓練模型。
模型訓練完成後,就交回資訊室,來部署、整合至醫院HIS中。為了將AI嵌入臨床流程,奇美醫院IT在前端頁面,也就是原本的住院醫囑系統中,新添AI輔助按鈕,再搭配自動判斷患者是否為肺炎病人的機制,如此醫師看診時,就能直接點擊查看再住院率。
不只將AI融入HIS,奇美醫院還兼顧AI可解釋性,在顯示AI預測值的同時,也清楚列出模型預測參考的參數,讓醫師使用者理解預測原理。而使用者還能在同一頁面,回饋給予最高5星的滿意度評價,團隊再根據評價適時調整模型。
這些將AI嵌入HIS、滿意度回饋的設計,也在AI 2.0階段持續沿用,成為生成式AI更好用的重要做法。
在AI 1.0階段,奇美醫院總共上線了32套AI臨床應用,不論急診、外科、麻醉、醫務、加護病房、胸腔科、腎臟科、感染科、放射治療,還是生殖醫學、小兒科和營養科等10多種科別,都有AI輔助功能。
AI 2.0階段擁抱GAI,打造2大類醫療助手
與許多企業一樣,2022年底,見識到ChatGPT橫空出世、掀起產業革命後,奇美醫院也緊跟其中。
尤其,奇美醫院實證醫學暨醫療政策中心主任、心臟血管內科主治醫師廖家德在2023年5月一場會議後的3分鐘內,將會議內容用語音轉文字模型Whisper轉錄並搭配GPT模型摘要重點,一舉驚艷了現場高階主管,揭開奇美醫院投入生成式AI的序幕,他也成為日後生成式AI應用開發、落地的關鍵推手。
很快地,2023年5月,奇美醫院邁入AI 2.0階段。他們對AI的期待,更聚焦在降低醫護工作負荷、避免身心耗竭,還有提高醫療系統韌性等3大層面。
在這些期待下,奇美醫院發展出2大類生成式AI應用,包括HIS Copilot和A+巡房大聯盟。HIS Copilot是指,運用生成式AI來進行病歷資料的除錯、縮寫說明和摘要等任務,來確保這些寫入醫院HIS的資料正確。比如,HIS Copilot中有支「A+醫師」,專門針對醫師使用者,根據病人基本資料和病摘等資訊,來進行除錯、文法更正、縮寫說明和摘要,短短幾秒就完成。
另一個例子是「A+護理師」,能快速根據病人的生命徵象等IoT數值,產出護理每日摘要記錄;或根據患者多天的複雜數據,在病人轉出住院時,快速整理成護理轉出摘要。甚至,為顧及不同專科的護理照護需求,A+護理師還多了客製化提示欄位,來供各科護理師使用。
不只有醫師專用的入院病摘除錯、護理記錄摘要和轉出入摘要,這類HIS Copilot應用涵蓋許多場景,急診交班、護理個別化衛教、居家照護訪視等10多種情境都在其中。
有別於HIS Copilot,另一類的A+巡房大聯盟多了「演繹」功能,能根據整合的資訊給出建議。比如,A+巡房大聯盟中也有A+醫師,但它能快速整合患者住院期間的所有資訊,顯示病人病情嚴重程度、用藥是否精準、接下來該提供哪些治療等,供醫師決策參考。
這個A+巡房大聯盟,也涵蓋許多醫療職類,像是護理師、藥師、營養師、物理治療師、衛教師、個管師、病安師、生活形態醫學師等10多種。甚至,還有專門為醫師國考設計的A+國考複習,能在見習醫師查房後,根據病人狀況立即給出3道醫師國考題。
這些HIS Copilot和A+巡房大聯盟應用,都採用微軟Azure OpenAI服務開發,去年11月開始陸續上線。他們搭配自行設計的多層次提示、任務拆解方法、RAG和規則程式,不僅成功避免幻覺,還因此點出人員疏忽之處,成為院內醫護的愛用工具。
各職類人員,還因這些GAI應用省下大量時間,比如醫師節省一半病歷書寫時間,A+護理師讓原本的轉出摘要記錄時間從20至30分鐘,縮短至3到5分鐘,又或是A+藥師幫省下150分鐘、A+營養師省下225分鐘的純人工作業時間。
奇美醫院並未停下腳步。他們一方面持續迭代既有應用,一方面發展虛擬人應用,還有一方面要分享自家GAI。這些正是奇美醫院從預測型AI進化到生成式AI,解決臨床痛點的實例成果。
奇美醫院兩大AI階段重點摘要
AI 1.0階段
1. 2019年5月展開
2. 鎖定預測型AI
3. 奠定AI開發部署分工模式、AI整合HIS,以及使用滿意度回饋機制
4. 上線32款醫療AI應用,像是肺炎患者出院後14天再住院率預測AI、AI高齡流感病情預測系統等,範圍遍及急診、麻醉、加護醫學等10多個科部
AI 2.0階段
1. 2023年5月展開
2. 鎖定生成式AI
3. 延續AI 1.0階段的AI整合HIS、使用滿意度回饋機制
4. 分為HIS Copilot與A+巡房大聯盟兩大類GAI應用,前者專攻除錯、說明和摘要,已上線A+醫師、A+急診交班、A+護理摘要等10多種功能;後者以資訊整合、提供建議為主,有A+藥師、A+營養師、A+物理治療師、A+衛教師等10多種應用情境
資料來源:奇美醫院,iThome整理,2024年11月
熱門新聞
2024-12-08
2024-12-10
2024-12-10
2024-12-10
2024-11-29
2024-12-10