早在今年3月14日,臺大醫院就悄悄上線了ChatGPT驅動的就醫推薦系統,能根據患者提供的基本訊息,如症狀描述,來推薦掛號科別,「不只減少民眾不知道要掛哪一科的困惑,也加速醫院科部間和科部內的工作分流,」臺大醫院醫務秘書陳信希說。
拆解流程3步驟思考智慧醫療應用
這是臺大醫院用科技改善醫療流程的一例,也是陳信希推動的一項成果。對許多人來說,醫務秘書是個神秘角色,卻是臺大醫院中關鍵的職位。陳信希解釋,他的職務是協調醫院資訊室和智慧醫療中心2大單位,將IT和AI等新技術,實際落地於醫療場域。他能勝任這個角色,不只因為他是電腦科學家,長年耕耘自然語言處理(NLP)、資訊檢索和AI領域,身兼臺大教職同時,還獲多項國家級獎項,是站在新技術浪尖的第一線研究者。臺大醫院想要借重他,將新技術融入醫療場域。
但,如何有效將新技術整合至醫院場景,是許多醫院正面臨的挑戰。陳信希也不例外,他參考自己在電腦科學界解題的經驗,利用問題拆解方式,將臺大醫院的智慧醫院目標,切分為流程數位化、流程優化和流程智慧化3大步驟,再分別以醫護角度和病人角度,來找出新技術導入的突破口。
以急診就醫為例,急診流程涵蓋了檢傷、掛號、診斷,以及病人進行檢驗檢查,比如抽血驗尿、超音波或心電圖等。在這期間,護理師會定時照護、量測生命徵象,隨著流程推進,病人的病歷記錄也不斷增加,醫師也得開始規畫,病人離開急診部的動向,比如返家還是住院。這些步驟,再加上後續批價、領藥,就形成了急診就醫整體流程。這些流程,可以套用上述的流程數位化、優化和智慧化3階段,來導入新技術改善。
比如在檢傷環節,臺大醫院訓練出AI輔助模型,可預測病人的檢傷等級、住院機率和留院時間,用數位化和智慧化方式加速醫師判斷。再來,他們也開發預測模型,來根據病人病史,分析潛在病癥、相對應的ICD-10疾病分類碼,以及建議醫師的處置方式。
在病人離部動向階段,還有AI模型來輔助醫師判斷,比如預測病人3日內回診率、留院觀察期間死亡風險、住院可能性、留院超過24小時機率等。醫師除了能用來安排動向,還能提早規畫病人候床,或在病人離部前,先衛教、引導病人後續到門診追蹤治療等說明。這些就是運用流程拆解和3步驟的改善案例。
自行開發系統20年打下基礎
臺大醫院現在能大力發展智慧醫療應用,還有賴於早年奠基的IT基礎。
比如,自2004年開始,臺大醫院資訊室就陸續開發核心系統,像是2006年1月上線的門診系統、2007年2月完成的住院系統、同年5月上線的行政管理系統,還有2009年的急診系統、2011年的電子病歷系統、2012年的檢驗系統等。隨著時間推進,醫院系統也越建越完整,涵蓋了醫院各個作業範圍,舉凡電子病歷、醫療影像、醫療行政管理、教學和研究,甚至是這幾年興起的行動醫療、醫療AI應用等都包括在內。
這期間形塑了他們的開發策略,也就是自組團隊,來打造核心醫療資訊系統(HIS)和行政作業系統,比如門診、急診和住院系統,其餘周邊系統則委外開發,兩者並行。
不只如此,在這期間,臺大醫院總院IT多了個重要任務,要肩負自家和5家分院的IT維運工作。他們統一總院和分院的軟硬體技術平臺,也支援總分院的系統擴充,來滿足整個體系的醫療和行政需求。這個任務並不簡單,因為,總院和全臺5家分院橫跨了醫學中心、區域醫院和地區醫院等3個等級,這些醫院層級的差異,意味著流程和需求差異。要統一系統,就得顧及這些不同,對IT開發和新技術導入而言,就得多想一步。
為統一管理總院和分院IT系統,臺大醫院採資料中心架構模式,來集中管理。他們自建機房,將總院和分院系統都建置在總院機房的同一平臺,來節省維護作業時間。團隊也以關聯式資料庫為基礎,來打造醫院的網頁應用。
雖自建機房,陳信希指出,臺大醫院近年也開始討論上雲策略。他們展開幾次策略會議,以成本、安全性、隱私性和發展趨勢等指標,來分析雲端服務和自建落地服務的優缺點。最後得出,醫院適合採用成熟雲服務,來處理不含個資的領域,比如語音辨識、影像辨識等來優化醫療流程。不只臨床作業,他們也用雲服務改善辦公作業,如法傳系統COVID-19通報自動化RPA作業,來提高自動化程度。
打造新一代IT系統有7要點,還制定管理辦法助AI落地
自2004年開始自建系統和維運至今,臺大醫院也累積了20年經驗,期間歷經不少新技術的衝擊和新服務需求。比如行動化醫療出現時,臺大醫院導入不少行動裝置、開發App應用,IoT興起後,他們啟動數個設備連網專案,來優化報到、生理量測資料上傳和繳費等作業。
這幾年,AI大浪掀起,臺大醫院在2020年成立智慧醫療中心,建置龐大的醫療整合資料庫,來推進醫療AI發展。如何面對新技術衝擊、打造新一代IT系統,陳信希給出7大要點:「改善使用者體驗、資訊安全內化、服務模組化、資料標準化、系統可商品化和AI應用快速化,」是臺大醫院醫院建置新一代IT系統的方向。
他們也在這些方向下,開發、上線不少醫療AI應用,像是全血球自動分析儀、骨髓抹片細胞計數分類AI、心血管疾病輔助判讀軟體、胰臟癌輔助偵測AI和糖尿病視網膜病變篩檢等。
在發展醫療AI期間,他們也摸索出一套方法,來鼓勵模型落地醫療場域。這就是臺大醫院智慧醫療中心特別擬訂的人工智慧/機器學習醫療器材軟體試用管理辦法,來確保醫材軟體在兼顧資安、隱私且不影響醫院IT系統運作的前提下,有效執行。
其中一個落地成果,是耗時2年完成的胃癌風險預測AI軟體。該軟體由臺大醫院內科部主治醫師李宜家發起,利用大量胃鏡影像訓練而成,AI只要看一眼患者胃鏡影像,9秒就能判斷幽門螺旋桿菌感染或胃癌風險,準確率可達9成以上。這項軟體,也應用於偏遠地區的馬祖醫院,來改善傳統胃相判讀所需的組織切片、切片運送和病理科醫師判讀的冗長流程。其他落地的AI例子還有傷口自動判讀系統、國際疾病分類智慧編碼系統等,來讓醫療流程更智慧化。
要實現智慧醫院目標,可將問題拆解為流程數位化、流程優化和流程智慧化3大步驟,再以醫護角度和病人角度找出新技術導入的突破口。──臺大醫院醫務秘書 陳信希 攝影/洪政偉
生成式AI爆紅,同步採用商用軟體和開源模型
AI技術總是推陳出新。陳信希指出,去年11月底,ChatGPT橫空出世,成為各行各業競相擁抱的技術,醫療業也不例外。就在ChatGPT問世後不久,去年12月底,臺大醫院院長吳明賢就指示,要將大型語言模型導入至醫院場域。
於是,臺大醫院的智慧醫療中心從2方面下手推動,一是舉辦AI技術大躍進系列演講,來介紹大型語言模型、影像基礎模型和互動科技等概念和應用。其中,在ChatGPT場次,臺大醫院還說明醫院視角的ChatGPT機會與挑戰,以及它在智慧醫療領域的研究與應用,甚至是ChatGPT可能引發的研究倫理和法律議題。光是那場研討會,就吸引了臺大醫療體系和外部近600人參與,埋下日後醫院發展生成式AI應用的伏筆。
與此同時,智慧醫療中心也從應用面下手,來發展生成式模型驅動的相關系統。比如文初提到的推薦系統,就是透過ChatGPT來設計診別和醫師推薦功能,藉由分析病患提供的症狀問題描述,來推薦患者掛號科別。
不只如此,臺大醫院也同步研究開源、可商用的語言模型,如Falcon、Llama 2等,要利用自家資料微調,來發展生成式語言模型,提供院內服務和教學研究使用,如用於流程自動化、疾病進展預測等。另一方面,陳信希自己也帶領學生,進行生成式語言模型研究,其中一個主題是標準化病人,也就是用生成式AI打造出病人角色,來讓醫學生練習問診。陳信希指出,這種問診技能,在醫師的養成中「是一個很重要的過程,」而透過標準化病人練習,可累積醫學生問診經驗。
不過,由於大型語言模型仍有其缺陷,如可能產生幻覺、影響準確率等,也是臺大醫院持續研究的另一課題。
人才是智慧醫療發展關鍵
要實現智慧醫院目標,不只要有開發和新技術導入策略,「人才也是關鍵之一。」陳信希點出,臺大醫院從育才、攬才和留才3大層面下手,在育才部分,臺大本身有項電機資訊學院和醫學院聯合設置的智慧醫療學分學程,來讓不同領域的學生跨域學習,畢業後可直接融入醫院場域。陳信希擔任過該學程的主任,他自豪地說,該學程在臺大57項學程中排名前三,教學成效特別好。
另外,臺大還設置智慧醫療與健康資訊碩士學位學程,結合ICT工程和生醫健康兩大領域,主題涵蓋AI、個人化智慧醫療和生醫數位訊號處理等領域,來培養跨領域人才。
而臺大醫院內部的做法,則是透過醫院的醫療IT專案,集結醫療專業人員和IT人員,建立工作小組,來讓醫師、藥師、護理師等醫療專家與IT領域互相溝通,跨領域學習。這是院內培養人才的做法。就攬才和留才來說,陳信希不諱言,薪資和工作環境是很重要的條件,臺大醫院一方面提高IT人員待遇來留才,同時也會依據領域證照來加薪,加深IT人員投入醫療IT領域的動力。
另一方面,身為臺灣重要的醫學中心,臺大醫院對於衛福部今年力推的次世代數位醫療平臺(即次世代HIS平臺)政策,也有些想法。比如,導入國際醫療資料交換標準FHIR是該政策的亮點之一,陳信希點出,訂立資料交換標準(如FHIR)非常重要,但要建立用標準交換資料的IT系統,才會產生結構性的影響。
然而,醫療資料是特種個資,平時,醫療院所間不會互相交換資料,常見的交換場景反而是健保申報、醫院與主管機關的資料上傳等。陳信希建議,從這些系統著手、訂好標準,讓醫院遵循規格來配合上傳,是比較容易推動FHIR的方式。
再來,這項政策仍在規畫中,目前揭露的資訊還不多,如系統開發最關鍵的系統範圍、規模、功能規格、時程、經費、人力和所提計畫間的連接與整合,還沒有明朗的資訊。因此,他建議,若衛福部能與國內有建置、維運醫院系統經驗的團隊深入討論,更容易擬訂出可行的方案。而臺大醫院已有20多年IT開發維運經驗,非常願意貢獻一己之力,來協助推動政府政策。
CXO小檔案
陳信希 臺大醫院醫務秘書
學歷:臺大電機工程學系博士畢業
經歷:1988年臺大電機工程學系博士畢業後,便擔任該學系副教授,1995年升為正教授、2018年起為特聘教授。教職之餘,也在2006年擔任臺大計算機及資訊網路中心主任,2015年至2018年接任臺大電機資訊學院副院長,2019年起擔任臺大醫院醫務秘書、臺大醫院智慧醫療中心主任,2020年開始也擔任臺大智慧醫療學分學程主任
攝影/洪政偉
醫院檔案
臺大醫院
地址:台北市中山南路7號
成立時間:1895年
主要業務:提供急重症醫療與社區照護
員工數:約6,700人
院長:吳明賢
醫院大事記
1982年:資訊室成立
2006年:門診系統上線
2007年:住院系統上線、行政管理系統上線
2009年:急診系統上線,隔年BI分析平臺上線
2011年:電子病歷系統上線
2012年:實驗室資訊系統和檢驗系統上線,開放總、分院醫師跨院查詢門診、住院、急診檢驗檢查報告及各項紀錄
2015年:入口網行動版正式上線,隔年病安通報系統大改版
2017年:居護系統上線、癌症資訊系統上線
2019年:醫病共享決策上線
2020年:智慧醫療中心成立、智慧門診看診資訊系統上線,開發糖尿病視網膜病變判讀AI
2021年:建置AI醫療雲運算整合平臺,開發骨髓抹片細胞計數分類AI
2022年:疾病分類系統-AI代碼預測上線、法傳系統COVID-19通報自動化RPA作業上線,開發大腸鏡息肉即時偵測AI、胰臟癌偵測AI
2023年:開始試用AI智慧急診、胃癌風險預測AI上線,ChatGPT掛號推薦系統上線
熱門新聞
2024-10-13
2024-10-13
2024-10-11
2024-10-11
2024-10-12
2024-10-11
2024-10-11