醫療IT

臺大醫院由下而上，從一個一個的應用案例，逐漸累積到現在的數百個專案。他們對於生成式AI的定位，很不一樣，不是運用LLM的知識庫，而是看上了LLM處理非結構化資料的能力

善用LLM非結構資料處理能力，結合HIS，解決過去只能靠人工處理的資料斷點，實現大規模的自動化，進而改變醫生、甚至全院的工作日常

統計到9月，中山附醫的醫點家平臺有超過了600支不同用途的GenAI助手，中山附醫也公開了其中一款「入院原因彙整小幫手」的運作影片

從第一線醫護，到董事長都能動手開發AI小幫手，不到一年打造超過600支AI助手。更大願景是發展出AI小幫手的App Store，來發展區域級AI醫療生態系

開源授權的管理，比想像中更複雜，需要有一套專業做法，甚至是專人團隊。從衛福部這次授權爭議事件的回應和改善，值得政府機關和企業借鏡，這是擁抱開源須先了解的一堂必修課

第一步是先找出自己的「麻煩事」，再來觀察每一個人的日常，找出人人都討厭、痛恨的事，就是最適合GAI應用的場景

科技創新固然很困難，需要很多條件配合，才能促成，但如何能普遍被大眾接納、認可，徹底成為工作與生活的一部分，而不需要大費周章學習與適應，更是困難，就如王安石被引用的兩句詩「看似尋常最奇崛，成如容易卻艱辛」

美政府發布2024-2030年聯邦醫療IT策略計畫；嬌生揭醫療AI應用領域，瞄準外科、新藥發現和臨床試驗；衛福部攜16家醫院成立3大類型AI中心；微軟新添多款醫療AI工具；Nvidia在AI高峰會揭露美國公部門醫療AI實例