自去年11月開始,每一天,奇美醫院都有護理師用生成式AI助手「A+護理師」來產出護理摘要、交班事項,人工再檢查一遍,1分鐘就搞定一位病人的記錄。
就連病人累積好幾天的護理資料和數據,A+護理師也能快速整理、產出病人轉出摘要記錄,原本20到30分鐘的人工作業,現在只要3到5分鐘。同時照顧好幾位病人的護理師,靠它省下了至少半小時,甚至,新接手護理師的緊張情緒,還因為有它而緩解。
這就是奇美醫院生成式AI(即GAI)的經典應用之一,靠整合多套系統資料、不斷供AI檢索運用,大大縮短了人工作業時間,深受護理師喜愛。光是今年10月單月,護理使用量就已超過4萬人次。
奇美醫院大受好評的GenAI助手不只這一個,下文將一一盤點說明。
專攻除錯、摘要的HIS Copilot
奇美醫院目前的生成式AI應用,可分為HIS Copilot和A+巡房大聯盟兩大類。
其中,HIS Copilot與醫療資訊系統(HIS)高度整合,就像是一套AI協作系統,在奇美醫院原本的HIS操作頁面中,新添AI小按鈕,提供不同的生成式AI輔助功能。這些功能產出的資料,經人工確認,就會寫入HIS中。也因此,為確保這些資訊正確、不干擾HIS,它專門提供一系列除錯、縮寫說明和摘要等功能,而不做無中生有的生成。
其中一項代表應用,就是A+醫師。這個A+醫師在去年11月亮相,是奇美醫院最早開發的HIS Copilot助手,能對醫師輸入的病歷摘要進行除錯,比如將醫師誤填的70歲男性,自動更正系統記載的65歲女性,還能順便更正文法、說明縮寫,短短幾秒就完成。去年上線以來,A+醫師不只提高病歷品質,還省下了醫師書寫病歷的一半時間。
A+醫師
奇美醫院打造專門除錯、摘要的HIS Copilot生成式AI助手,其中一例是A+醫師,能對醫師輸入的病歷資料進行除錯、文法更正和縮寫說明,比如將誤填的70歲男性更正為65歲女性。圖片來源/奇美醫院
另一項HIS Copilot經典應用,就是與A+醫師同時亮相的A+護理師。它能根據一筆筆條列式的IoT數據和記錄,快速挑出重點、重新整理,改寫為敘事型摘要。比如將「05/24/2024 0800 生命徵象 飲食:水130ml」等記錄,轉換為「病人於早上8點至下午1點間,維持一般飲食並有正常自解排尿...(略)」的敘述,讓摘要內容更親切、有溫度,也避免過往將內容複製貼上時,連帶沿用的錯誤。
A+護理師
奇美醫院HIS Copilot助手中還有個「A+護理師」,能根據一筆筆條列式的護理摘要記錄,轉換為有溫度、敘述型的內容,包括了重點摘要、異常提醒與交班事項等,比如根據血糖值記錄提醒超標,護理師只需再核對即可。圖片來源/奇美醫院
不只用於護理每日摘要,這個A+護理師,還能整理患者累積好幾天的IoT數據。尤其在病人病情驟變,比如住院10天後,病情惡化需轉入加護病房時,它就能快速整理資料、產出過去幾天的重要變化。後來才接手這位病人的護理師,不但不必從頭梳理、花半小時書寫摘要,還能緩解焦慮心情。
由於奇美醫院有不少專科護理師,每個專科都有各自的聚焦重點,比如骨科護理師,就特別著重骨科護理資訊。也因此,A+護理師還多了個人化提示欄位,供各科護理師產出所需的護理摘要,兼顧各科需求。
個人化提示
由於院內有許多護理專科,各專科有其照護重點與需求,因此「A+護理師」中特別設計了個人化提示欄位,來針對不同需求產出客製化摘要與記錄。在同一頁面下方,也有評等回饋機制,團隊會根據回饋每周更版。圖片來源/奇美醫院
這類HIS Copilot功能,不只醫師、護理師用得到,它還涵蓋許多場景,像是急診交班、入院記錄、病程記錄、出院記錄、每周病程摘要、查房重點/待辦事項、護理個別化衛教、會診系統、跨團隊會議記錄,以及居家照護訪視等10多種情境,每個情境前都冠上A+。
這每一個HIS Copilot功能,都嵌入在使用者操作HIS的必經環節,將GAI真正融入工作流程。而且,不論是哪一支HIS Copilot助理,使用者都能在操作頁面給予評分回饋,開發團隊會在1周內更版,讓GAI輔助功能表現更好。
多了演繹功能的A+巡房大聯盟不只給建議,還能出考題
奇美醫院另一類GAI應用「A+巡房大聯盟」,則是一套一站式的Web系統,集結了各種輔助醫事人員的生成式AI助手,如A+醫師、A+護理師、A+藥師等等10多種醫事職類。
不像HIS Copilot,這些助手不只能除錯、摘要,還多了「演繹」功能,能根據背後整合的各類系統資訊,來給出判斷、建議和提醒。就算是不同醫事職類的使用者,都能在A+巡房大聯盟網站查看這些助手,幫助自己更好地工作。
以A+醫師來說,它能快速整合患者住院期間的所有資訊,總結出病人病情嚴重程度、用藥、該提供哪些治療或該追蹤哪些事項等。甚至在A+醫師頁面中,使用者還能查看其它預測型AI結果,比如脫離呼吸機機率,作為治療參考。
A+臨床藥師也是如此,能根據已整合的資料,如診斷、過敏史、現行醫囑、手術病況、入院現病史和生命徵象等各種資料,迅速產出條列式的病人概況。
這些概況不只單一面向,而是相當多元,比如有病人基本狀況,有各種生命徵象、檢驗檢查等數據重點,還有用藥資訊,甚至是用藥評估、建議和治療計畫等內容。有了A+藥師的幫忙,真人藥師1天可省下150分鐘,用來從事更有價值的任務。
再來,A+衛教師也很特別,能根據每位病人狀況,提供客製化的衛教資訊。光是在設計上,就可細分為疾病衛教師、照護衛教師和管路衛教師等3種A+衛教師,以疾病衛教師來說,它能依據各醫療系統記載的病人資訊,產出個別疾病的衛教,比如病人同時患有腦梗塞、脫水和乏力等症狀,A+疾病衛教師就會根據這3點,分別提出改變生活習慣的衛教建議。
A+巡房大聯盟的亮點應用,還包括較少人談及的A+營養師、A+物理治療師和A+藥安師。以營養師來說,真人營養師一天得整理病人各種資訊,來制定營養攝取計畫和建議,但有了A+營養師,就能快速消化大量資訊,產出病人營養現況、評估和建議,加速營養師制定更好的飲食計畫。而營養師,還能用每天省下的225分鐘,來與患者更好地溝通。
同理,A+物理治療師也能摘要病人狀況、給出合適的物理治療評估。但很不一樣的是,它能「定位患者」,也就是在確認病人適合接受復健治療後,會串接病人現階段最新資訊,包括生命徵象、有無排程做檢查、護理記錄中是否記載病人離院買東西或請假等等。
如此一來,物理治療師就能確定,病人當下在床位上,也就能放心前往復健,不必擔心白跑一趟。有了這個A+物理治療師,奇美醫院物理治療師回饋,每天至少省下了1小時。
A+巡房營養師
奇美醫院開發了「A+巡房大聯盟」,也就是Web一站式的醫事職類GAI助手,包含醫師、護理師、藥師等多種類別。以其中的A+營養師為例,備忘錄頁面彙整了患者營養相關的醫療資訊供參考。圖片來源/奇美醫院
A+出服營養師
A+巡房大聯盟中的A+巡房營養師還可細分為3種,都能根據系統最新資訊,產出各類的病人營養摘要與評估。有了GAI助手,奇美醫院營養師每天省下200多分鐘,有更多時間與病人溝通。圖片來源/奇美醫院
A+巡房大聯盟還有別出心裁的應用實例
對奇美醫院來說,A+藥安師是個全新的嘗試,是醫院第一個自動執行的Agent AI應用。它的原理是,A+藥安師每天半夜自動整理資訊,來偵測病人用藥是否衝突,並在隔天早上6、7點產出報表。此時,8點上班的藥師,就能先查看哪些病人觸發最多風險,並趕在9點給藥前,即時阻止給藥。
這件事之所以特別,是因為與過去程式設定閾值的藥安警示不一樣。A+藥安師判斷的用藥資訊,不單只是數值,還包括許多藏在敘述文字裡的細節,比如護理記錄中的症狀描述、藥物劑量和異常說明等。這些資訊經生成式AI分析和提示指令,就能揪出危險用藥。
舉例來說,護理記錄中寫道一位患者跌倒風險高,但醫師又開給高血壓藥物,這類藥物容易增加人體內鉀離子濃度,暈眩、跌倒風險也因此提升。一旦A+藥安師偵測到這些資訊,就會觸發警示,提醒藥師用藥風險。
這個全新嘗試不只用於西藥,接下來,奇美醫院還要將這套模式運用到中藥,打造出A+中醫藥安師。
除了輔助臨床工作,A+巡房大聯盟還有項別出心裁的應用,也就是專為醫師國考設計的A+國考複習。
它能在醫師查房後,以該病人為主題,快速給出3道醫師國考題,來讓需考專科的住院醫師,或是見習醫師使用,複習考題。而且,它的出現,還能加速老師直接與學生討論,不必再像過去,需等待2、3個月,等到老師有空了才有機會看病歷、討論。
這個A+巡房大聯盟發展至今,已有10多種實例,舉凡醫師、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、疾病編碼分類師等,都有自己的A+助手,目前還正不斷新增中。
如何靠提示工程避免幻覺
這些HIS Copilot和A+巡房大聯盟應用,都採用微軟Azure OpenAI服務開發,從去年11月開始陸續上線,幾乎每一個,都成了院內職員愛用的工具。
他們的生成式AI之所以能落地、好用,關鍵在於克服幻覺。奇美醫院的克服方式,主要靠提示工程,再搭配規則程式、RAG和GAI服務參數設置(如溫度設定)的輔助。
雖無法細說提示工程作法,但奇美醫院生成式AI應用的開發關鍵人物、奇美醫院實證醫學暨醫療政策中心主任廖家德,還是分享了幾個大原則。首先,他們的提示工程採多層次設計,每層包含不同的臨床作業邏輯和檢核規則,甚至是指引(Guidelines),彼此環環相扣。
舉例來說,生成式AI要進行護理摘要除錯,提示就得納入通用的醫療資料檢核原則、特定領域(如專科護理)的資料檢核規則、資料的輸出形式與格式,以及最終的總檢查規則等,層層疊加來確保資料正確產出。
再來是透過提示來拆解任務,就好比詢問大型語言模型(LLM)「Strawberry有幾個r」一樣,LLM要回答這個問題,會先切分字符(Token),進而給出2個r的答案。但若提示要求LLM先將所有字母列出、再計算有幾個r,LLM就能給出3個r的正確答案。奇美醫院就利用這種方式,將任務拆解成LLM易懂、能準確處理的小任務,來避免幻覺。
奇美醫院還運用類似技巧來避免幻覺,比如LLM不擅長處理數值,團隊就改用文字或敘述型資料作為輸入值,來讓LLM判斷。或直接導入系統既有的判斷,作為LLM參考,又或是輔以規則程式,來確保回答正確。
許多擁抱GAI企業所擔心的模型更版問題,在奇美醫院看來,並不算是大麻煩。因為他們實測發現,模型更版的最大影響,在於模型對用字的強度反應,因此只需針對不同模型,調整部分提示用字即可。而現在,他們更是準備利用推理功能,來進行更複雜的臨床任務。
關於幻覺,奇美醫院還發生有趣的小故事。有天,一份AI生成的護理摘要,出現了一項連病人病史、就醫記錄和診斷記錄,都沒出現過的心臟衰竭症狀,AI還提醒用藥。負責的護理師納悶,為何生成式AI這麼建議?是幻覺嗎?
原來,病人當天下午做了心臟超音波檢查,報告中發現了心臟衰竭特徵,但負責責醫師還沒來得及看報告,將結果寫到診斷記錄中。這項剛出爐的資訊,被不斷接收系統新數據的生成式AI偵測到了,自動在護理摘要中提醒。
也因此,AI生成的內容不是幻覺,而是醫護還沒察覺的事實。這類情形不只發生一次,奇美醫院護理部後來甚至宣導,當AI給出意料外的建議時,護理師要先回頭檢視自己是否遺漏資訊。
生成式AI落地的另一關鍵,還有「安全」。奇美醫院下了不少功夫,與微軟簽署多項資安協議,還特別設計資料匿名機制,來保障資料隱私。比如,在患者資料傳給LLM分析前,系統會自動將機敏資料替換為假資料,比如將真實姓名換為假名,不洩漏任何可識別資訊。
下一步瞄準虛擬人像與AI視覺
院內職員對GAI滿是好評,光是今年10月單月,生成式AI使用人次就突破5萬,當月流量費用卻僅臺幣5萬元,兼顧了落地、好用和經濟實惠等優點。但奇美醫院的創新腳步,並未就此停下。
他們一方面開發更多GAI應用,比如後來上線的A+病歷品質審核師、A+虛擬病人,前者能根據病歷項目,給出內容評分和建議;後者能以看診情境問答,來評分問診內容、給出需加強的建議。
A+病歷品質審核師
奇美醫院團隊還打造一套A+病歷品質審核師的GAI助手,可用來把關病歷書寫品質,像是針對不同的病歷項目,給予內容評估和建議,能用來精進病歷品質。圖片來源/奇美醫院
另一方面還投入虛擬人像應用,正在打造A+虛擬衛教主播,要將原本的個人化紙本衛教,升級為QR Code虛擬人像衛教。病人只要掃碼,就能觀看虛擬人演示的個人化衛教說明,還能即時互動,介紹病房和醫院環境。
甚至,奇美醫院還瞄準AI視覺,要透過AI鏡頭掃描特定場域,比如針對藥劑部來偵測給藥狀況、計算當日給藥量,或用於開刀房,結合智慧眼鏡來辨識器械種類、數量與位置,把關醫療安全。
在團隊的想像中,AI視覺還有個「急救」的終極應用場景。
透過鏡頭辨識救護車內景象,來聯動系統自動輸入資料,護理人員不必費時打字,解放雙手來照顧病人。奇美醫院團隊還構想,將AI視覺應用產出的報表,結合生成式AI,來解讀趨勢和除錯。這些就是奇美醫院從GAI實例經驗中,延伸出的智慧醫院目標。
熱門新聞
2024-12-08
2024-12-10
2024-12-10
2024-12-10
2024-11-29
2024-12-10