如何實踐智慧醫院目標？臺大醫院揭新技術流程改造心法

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。

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