臺北醫學大學體系以一校六院的整合式數位創新，將近年來熱議的生成式AI (Generative AI, GenAI)融入醫療資訊系統(HIS)中，在短短3個月內完成北醫大附設醫院、萬芳醫院及雙和醫院3家附屬醫院HIS 3.0的升級，並將AI智慧融入醫護同仁的「日常工作」中。AI一鍵彙整生成護理交班/轉床紀錄、患者病歷，直擊醫界難解的「醫護人力」挑戰，實踐真正的智慧醫院。

撰文/李林璦 

您印象中的傳統醫院是什麼樣子？是護理師急匆匆穿梭在各病床與護理站之間，伴隨著護理站的電話不時響起，忙得焦頭爛額、分身乏術……！

「血汗醫護」不只是聳動的新聞頭條，更是真實的醫療現場，在新冠疫情後，更多護理師出走，護理人力吃緊成為各大醫院需要面對的一大課題。

臺北醫學大學體系以一校六院的整合式數位創新，將近年熱議的生成式AI(Generative AI, GenAI)融入醫療資訊系統(HIS)中，今年陸續宣布完成北醫大附設醫院、萬芳醫院及雙和醫院3家附屬醫院HIS 3.0的升級。

事實上，北醫從2012年開始，就持續進行數位轉型，將數位科技落實在醫療場域，從HIS系統改版、智慧藥櫃、智慧點滴全院導入……，不斷以智慧科技來改善醫護同仁過載的工作量，以真正實踐智慧醫院。

「各大醫院的智慧醫療軍備競賽已邁入耐力賽！」臺北醫學大學體系董事長陳瑞杰強調，北醫要做得不是曇花一現的煙火，而是實踐「落地」與「全面」兩大面向，不僅將智慧融入醫護同仁的「日常工作」，更要讓全部醫護同仁都使用，而非只是一兩個部門使用與支持，這才能真正落實智慧醫院。

全臺最速！3個月完成HIS 3.0開發到上線

智慧醫院又究竟如何實踐全面落地？

首先，陳瑞杰決定從醫護同仁的日常工作中，選出最大的問題來解決，直擊各醫療界難解的「護理人力」挑戰，「得護理、得天下」，陳瑞杰說。

「我們仔細盤點護理師每天的工作細節，發現幾乎有超過一半的時間都是在整理資料、文書行政作業，以及回覆患者、家屬與各科部門的電話。」

去(2023)年8月時，陳瑞杰開始進行資訊與系統的整合，將三家轄下醫院資訊同仁拉在一起「策立將來、檢討過去」，接著將舊系統中所謂「垃圾」資訊清理乾淨，避免AI會「Garbage In, Garbage Out」。

10月開始啟動專案，短短三個月後，12月31日，北醫附醫全院HIS 3.0新系統正式上線；2024年2月8日小年夜時，萬芳醫院系統上線；2月29日雙和醫院系統上線。

恍如重返當天現場，陳瑞杰生動地描述，「12月31日跨年這天更新北醫附醫系統時，全院系統轉換預計需要3~4小時，從下午2點開始，門診休診、暫停急診系統，大家只能用手寫病歷……。

由於當日101跨年，急診的患者陸續湧入，手寫文件費力、費時，焦急的急診室有感應付不及，頻頻催促系統趕快上線，約在下午4點左右，北醫大坐鎮校院長官只好決定先開放急診部分新系統上線，也順利完成患者的檢傷、診療、檢驗、拿藥等一系列流程，迅速恢復急診室的效率，緊接著在下午5點以前，全院系統也更新完成。

系統上線同時，資訊團隊同步嚴陣以待，以隨時解決新系統上線後的各種突發狀況，直到1月2日早上8點門診開放，患者陸續掛號、看診、取藥，10點時，門診500名患者都確認沒問題後，資訊團隊才放下一顆心。

緊接著萬芳醫院、雙和醫院也是同樣的歷程，有了北醫附醫的經驗，上線更加快速順暢。唯雙和醫院因為甫從區域醫院升等成醫學中心，收費升級加上系統更新，曾一度差點伺服器難以負荷，但在資訊團隊迅速處理下也即時度過危機。

在短短的3個月內完成系統開發、測試、上線，堪稱是全臺醫院最快的速度，北醫如何做到呢？

陳瑞杰說，這要仰賴於12年前北醫開始啟動醫療資訊系統更新的經驗，為這次三院統合打好了基礎，也讓醫護同仁不會再對更新系統感到恐懼，最重要的是，「要有一個軟硬體良好的資訊團隊、上下同仁充分溝通協調、加上從高層到基層團結一心的理念，以及強有力的實行決心。」

護理交班、轉床10秒生成 延續患者整體照護

陳瑞杰分享，HIS 3.0系統在設計時，三院首先組成跨部門、跨科別、跨醫院團隊，一步步將護理、醫師使用醫療資訊系統的各項工作進行解剖，分析哪些是可取代、哪些又是不必要的干擾。

在護理端，包含護理智能交班、轉科轉床護理紀錄、特殊用藥/處置後紀錄等，讓護理師交班從一位患者約需5分鐘到AI生成只需10秒，預計到今年12月可快至5秒。

AI也會依照時間序，自動帶出患者從生命徵象、血糖值、檢驗/檢查數據、手術資訊、透析資訊、輸血醫囑、傷口紀錄、會診等資訊，讓護理師一目了然，供護理師交班或是轉科轉床交接。

陳瑞杰說，過去，交班一位患者要3~5分鐘，若有10個患者就要交班半小時到一小時，在AI協助後，將可以大幅縮短交班時間，讓護理師能準時下班。

北醫附醫蕭淑代副院長指出，護理交班紀錄對於應屆畢業的新手護理師來說，是一大痛點，還在熟悉護理一些操作工作的同時，還需要具邏輯性地歸納整理每床患者的詳細情況，做交班紀錄，新人做不好時，會很挫折。

萬芳醫院護理部資訊護理長姜瑤娟也表示，由於護理師採三班制，一個患者一天至少會用到三次交班單，使用頻率十分高，只有良好的交班才能延續患者的整體照護。

此外，她說明，轉科轉床的護理紀錄在過去是護理師手寫輸入，但透過AI，可以自動生成患者甚至手術、檢查與病患各種變化等詳細資料，以利跨單位的轉床交接。資訊團隊估計每月可節省2~3人的工時。

雙和醫院護理部督導長何文婷分享，特殊用藥/處置後紀錄是針對「高警訊藥物」開發，這類藥物在給藥後需固定時間觀察患者是否出現過敏或其他不適反應，而不同藥物給藥後需觀察的時間不同。

而高警示藥物高達300多種，過去依靠護理師自行記憶或是手寫筆記，難免會有失誤或缺漏，而AI系統則會在給藥後自動提醒護理師去紀錄患者反應。資訊團隊預期可達到100%填寫率，符合評鑑要求。

「我常說護理師就像患者的領航員，負責安排患者在醫院的所有大小事，有了AI的協助，護理師能將更多時間留給病人，也能透過智慧化來為護理師創造更友善的工作環境。」何文婷說。

萬芳醫院護理部資訊護理長姜瑤娟表示，有良好的交班紀錄才能延續患者的整體照護。(攝影/彭梓涵)

AI邁向傷口判讀、語音生成紀錄、個人化衛教 

北醫的護理師普遍對於新科技的接受度高，不過AI導入過程仍會產生一些困難，包含新系統測試與回饋會增加工作量；護理師一開始對AI系統期待太高，以為以後不需要再做文書工作；系統剛上線時，大量同時湧入時會容易導致系統塞車等等。

這時，堅強的資訊團隊非常重要，透過資訊團隊的快速修正與改善，以及教育訓練，讓護理師了解AI是一個輔助的工具，並非取代原本的工作。何文婷指出，護理師現在對於系統的接受度已經從最初的33%提升到近90%，未來，還會持續朝著個人化、更精準來著手改善。

目前，北醫、萬芳、雙和三院也正進一步開發AI創新應用。姜瑤娟舉例，正在開發傷口判讀與照護紀錄自動轉換(Image-to-Text Transform)，透過AI自動識別照片中傷口大小、深度、顏色、類型，提供照護建議，可降低護理同仁的主觀差異，也可提升護理同仁工作效率。

蕭淑代表示，此外，也正在討論是否能運用AI在患者入院與醫護同仁交談時，就從語音生成重點紀錄，以及急救紀錄和風險預估，期望能透過早期評估患者的複雜狀況提供預警，幫助護理師分配工作與即早了解患者病況。

何文婷也分享，雙和則正開發運用AI從入院護理紀錄生成適合不同患者的個人化衛教。

雙和醫院護理部督導長何文婷(左一)分享，護理師就像患者的領航員，有了AI的協助，護理師能將更多時間留給病人，也能透過智慧化來為護理師創造更友善的工作環境。(攝影/彭梓涵)

反骨？從入院到出院  AI 3分鐘生成病歷

在醫師端，AI首先幫助醫師生成各類病歷，從患者入院24小時內需有入院紀錄(Admission Note)、患者每日的病程紀錄(Progress Note)、每週總結患者病況的每週摘要(Weekly Summary)、出院的病歷與摘要(Discharge Note、Discharge Summary)。

陳瑞杰表示，一般完成一份病歷約需要15~30分鐘，但有了AI協助，3分鐘以內就可生成。

「病歷或許一般人認為只是醫師的紀錄，但事實上是『醫病溝通的佐證』，紀錄患者主訴、生化數據、醫師分析診斷、診療規劃等等。」北醫附醫醫務副院長魏柏立指出。

目前，醫師使用最多的還是每週摘要，萬芳醫院加護病房專責主治醫師石智元舉例，像是每週摘要中，AI可擷取這周病人狀況及檢驗、檢查與治療計畫，自動生成初步的文章，醫師再去做修改，可從過去至少要花5~10分鐘撰寫，變成只要幾秒鐘生成，醫師就能花更多時間在接觸患者或是其他研究上。

「有時遇到住院時間長達一年的患者要出院，要整理其出院病歷摘要，經常是醫師費時又苦惱的難題，但有AI協助後，不僅精準又可省下許多文書時間。」魏柏立說。

過去，還常面臨患者出院需要病歷接續長照或是申請保險，但如果無法即時提供，患者提早出院也可能面臨無人照護，有時甚至需要多住幾天，造成醫療資源的浪費。

石智元認為，在過去，檢驗、影像等數據都需要醫師去各系統收集，現在AI可以自動擷取帶入，為醫師省下很多時間，甚至可以依據患者的數據病況，做一些初步判讀總結，上線至今，準確度越來越進步。

臺北醫學大學校長吳麥斯也指出，「事實上，AI生成病歷也隱含教育的意義在其中，我們也在系統上規範醫師必須填好規範的問題，才可以幫你自動生成，如此，能同時優化病歷的品質。」

魏柏立指出，用AI生成病歷可謂是「反骨」的創新做法，過往，會認為醫師撰寫病歷是一種與患者互動的象徵，也是一種學習過程，但現在有AI加持，未來醫生就能有更多時間可以投入提升醫療技術與醫病溝通。

萬芳醫院加護病房專責主治醫師石智元表示，AI可把過去病歷至少要花5~10分鐘撰寫，變成只要幾秒鐘生成，醫師就能花更多時間在接觸患者或是其他研究上。(攝影/彭梓涵)

北醫附醫醫務副院長魏柏立指出，病歷或許一般人認為只是醫師的紀錄，但事實上是「醫病溝通的佐證」。(攝影/彭梓涵)

更全面、精準 打造內外婦兒分科AI病歷模板

此外，雙和醫院小兒部專任主治醫師呂孟哲提到，在病歷撰寫上，不同科別其實差異性很大，在初期AI開發時，也花了一些時間釐清各科需求，改善了先前無分科、生成內容較隨機性，易偏重特定段落的問題。

魏柏立指出，目前細分為內科、外科、婦科、兒科四大類型，建構各科部的模板，只需要用勾選的方式，就能生成順暢的文章。

身為外科醫師的魏柏立舉例，開刀時最關注心臟問題、患者是否有服用抗凝血劑等等，在系統上也會自動偵測並跳出提醒，讓醫師在手術前與原當科醫師或是心臟科醫師討論是否停藥。

而兒科醫師呂孟哲也分享，兒科看診時需重視患者出生資訊與母親的資訊，因此AI模板上也會自動帶入母親生產資訊、患者出生週次、體重、身長、新生兒評分(Apgar Score)等。

此外，像是罕見疾病並非醫師能在初診就診斷出來，但導入AI後，依據患者病徵，系統會交叉比對提供醫師診斷參考與進一步篩檢建議，便能彌補醫護同仁可能當下沒想到的事，對患者的照護更全面。

呂孟哲也期待，未來，隨著分子生物學、基因體學的進步，其實許多疾病需要分析基因體，下一步有望同時運用AI來分析判讀基因體資訊。

魏柏立指出，現在北醫資訊團隊也正延伸目前的AI應用，讓患者在網路掛號時，就可自行簡短地輸入主訴，看診時自動整理帶入病歷，能讓醫師更加快速了解患者病情。

此外，資訊團隊同時正在開發AI臨床個案報告應用，幫助住院醫師進行個案討論時，快速彙整參考文獻、並產出PPT。

雙和醫院小兒部專任主治醫師呂孟哲提到，在病歷撰寫上，不同科別其實差異性很大，像是兒科看診時需重視患者出生資訊與母親的資訊，AI針對不同科別有不同模板。(攝影/彭梓涵)

AI不會取代醫師！ 下一步建構「患者為中心」共照網絡

陳瑞杰說，「目前的AI功能只有蒐集與整理資料而已，屬於Text-to-Text，還沒有進一步分析，甚至預測。」

但陳瑞杰表示，很快可見的未來，將朝向發展影像轉成文字報告(Image-to-Text)，像是心電圖、超音波、內視鏡、胸腔鏡等等。

目前，包含影像量最大的正子掃描(PET)、磁振造影(MRI)、電腦斷層(CT)等，都需要醫師一張張確認，通常需要一周才能產出報告。

而若AI可以在第一階段先標註，就可加速報告產出時間，達到「現場檢查完後立即產出報告」，醫師只需檢查確認，便可以向患者講解報告。「相信能讓民眾對醫院的效率耳目一新」陳瑞杰說。

魏柏立強調，「AI不會取代醫師，一方面由於醫療還是需要有責任的概念，另一方面，在AI時代中，人與人之間的相處、溝通，才是醫病關係需要建立的關鍵核心。」

對於其他醫事同仁，北醫正規劃將AI醫療資訊系統拓展到復健、心理、營養科別，這些科別的病歷紀錄多是「諮詢」類型，若有AI協助也能自動生成病歷，增加工作效率，將可讓各科別建構起以患者為中心的共照網絡。

投入智慧醫院不手軟！ 北醫逾10年逐步完善智慧醫院

「一枝筆要做得好，不僅只有筆尖好，而是筆芯、筆桿……，每個節點都做好、整體才會好。」臺北醫學大學體系董事長陳瑞杰強調。

北醫附醫蕭淑代副院長表示，北醫早在2012年就開始投入醫院資訊化，大手筆投入毫不手軟，並一起跟廠商合作開發血壓、呼吸、心跳的量測儀，數據直接上傳到雲端，不需像傳統用手抄再回護理站輸入，大幅降低登記錯誤。

2013年，北醫附醫這項專案獲醫院評鑑暨醫療品質策進會的「全國智慧醫院Smart Hospital」最佳案例獎，爾後也陸續拓展到急診、加護病房。

在新冠疫情來勢洶洶時，也體現出智慧病房的優勢，除了自動量測生命徵象外，患者可在病房內透過平板與護理師視訊，讓醫護同仁在換「兔寶寶裝」進去前先了解患者情況，或是讓復健師透過視訊教學與患者互動，家屬探視也可透過平板與醫護、患者進行三方病情解說。 

蕭淑代解釋，護理工作中需要量測的數據很多，有一個自動拋轉的機制，就能做到不論何時(Anytime)、不論何地(Anywhere)都能讓跨團隊的醫護同仁看到患者情況。

陳瑞杰說，「我們希望患者能透過住院期間逐步、逐漸熟悉『遠距醫療』。」

例如在入院時提供智慧手環，從病房到護理站護理師就不用去到病房，在護理站就可以知道患者所有資訊，提供最即時的醫療照護，節省調護理師在各病房奔波的時間。改用IoT取代，也就是結合已經更新落實的「護理白板」，護理師在護理站就像是在駕駛艙一樣，可看清掌握所有患者的生理數據，減少每天固定的基礎量測。

ICU監測、科技取藥、智慧輸液  精準、安全、零時差

北醫在2017年，導入遠距重症照護人工智慧平台(Ted-ICU AI Platform)，並在2019年獲得未來科技突破獎、國家新創獎，該平台能達到重症監測零時差，從病患發生病情變化至醫師開立醫囑，每位病患平均處置時間從8.6分鐘降至5.9分鐘。醫護同仁一個月節省近800小時抄寫時間，即時掌握病況，每位病患平均處置時間減少30%。

2019年11月，北醫也成為全臺第一家全院落實病房「科技藥櫃」的醫院。蕭淑代舉例，像是有時醫師會針對患者突發狀況開臨時醫囑，通常需要經過藥師檢核後發藥，再由傳送同仁去領藥到病房，在川流不息的醫院中，光是要等電梯，來回走去領藥到病房，需要30分鐘以上，對焦急的家屬、急需藥物的患者都不好。

這時，有科技藥櫃儲存常備藥品，護理師不需要等候藥品從藥局送上病房，只需遵照醫囑刷指紋，經藥師審核後，智慧藥櫃會自動彈出醫囑上的藥品，避免取藥錯誤，而取用多少也會直接進入系統，不需要每天反覆進行盤點，也不用擔心管制藥品的管理。

緊急臨時處方取藥過程改為最多只需5分鐘，護理同仁、家屬、患者的滿意度高，也降低醫療糾紛。

此外，今年11月時，北醫也宣布全面導入英業達(2356)集團英華達的思邁智慧輸液系統，是全臺首家全體系導入「醫囑連線型給藥」智慧幫浦的醫療體系。

蕭淑代指出，輸液只要一有差池，會嚴重影響患者安全，因此，我們與廠商合作完成臨床驗證，當護理師掃描病人及藥品條碼後，系統會自動將醫師開立的輸液參數下載至輸液幫浦，同步記錄在系統中，減少人工輸入錯誤的風險，確保每次輸液操作的精準度與安全性。

目前，特別在使用在高危險性藥物，如強心劑、化學治療的應用，能確保給藥精確性、處理輸液異常的即時性，提升每位患者的用藥安全。

不做「虛的」、「單點」 全面落實智慧醫院

蕭淑代笑說，「陳瑞杰董事長最常說智慧醫療不要做『虛的』，不能只是單點做，而是要擴大到全院，才對患者是有效益的。」

臺北醫學大學校長吳麥斯也認為，智慧系統只是數位轉型的工具之一，醫療場域中需要服務兩大人群，一是外部客戶，也就是需要被照護的患者，二則是內部顧客，就是醫護同仁，因此，首先從協助同仁著手。「而下一步，是讓聊天機器人可以提供衛教資訊，最後才會逐漸走向患者端互動服務。」他說。

陳瑞杰表示，下一個階段，是要創造醫院與患者的深度連結，將醫院盡量留給急重難罕的患者，「現在，科技進步到許多手術都可以不需住院來完成，減少住院患者，降低夜班護理師的人力負擔。」

7年前，北醫附醫就拿掉出院中心。未來，院內資訊更即時、排程更順暢後，甚至也可以取代掉住院中心，因為系統會自動指示患者，住院只要直接病房報到，實現醫院更智慧的願景。

北醫附醫蕭淑代副院長指出，智慧醫療不要做「虛的」，不能只是單點做，而是要擴大到全院，才對患者是有效益的。(圖片來源/北醫附醫提供)

OneCampus！北醫AI串聯一校六院

「臺北醫學大學可謂是「學校」跟「醫院」之間關係最密切的一所大學！」臺北醫學大學校長吳麥斯指出。

去年，北醫大提出OneCampus概念，因為從組織架構上，所有的北醫體系醫院都附屬在學校之下，北醫有兩大校區，包含信義校區與結合產業、醫院、學校的雙和校區，而醫療機構有北醫附醫、萬芳醫院、雙和醫院、新國民醫院、臺北癌症中心、臺北神經醫學中心，以及今年5月開幕的臺北市立行愛住宿長照機構。

學校從人才培育為核心，讓人才能到臨床場域中學習、發揮，到臨床場域後，又會產生很多新知識，接著再從臨床端回饋至學校，甚至與產業連結，「目標是能引領未來的健康照護產業，面對快速變化的未來。」

吳麥斯指出，GenAI除了落實在醫療場域外，也與整個教育體系互相連結，雙方均可共用後台資料庫系統。

「數據是未來各機構的決勝關鍵點，若數據都可以連結後，就要進一步往前走向『ABCD』，從資料數據收集彙整(Database)、雲端運算(Cloud)，再應用到商業智慧(Business Intelligence)、最後實現人工智慧(AI)。」他強調。

學校研究加持AI資料庫 連結臨床場域

學校並不只有醫療相關科系，事實上還包含了整體健康照護產業中每個角色都有相應科系，像是高齡健康暨長期照護學系、健康照護、公共衛生、管理系、人文社科院等等。

他進一步舉例說明，像是基因體學、蛋白質體學、代謝體學研究、公衛的暴露體學研究等等，都會進到資料庫中，為臨床照護加值優化，除了應用在照護外，也可以運用在疾病病程預測。

為了因應高齡化趨勢，北醫也正規畫申請新系所，針對老化影響聽力損失、經常看3C產品影響視力退化等，融入新科技、人機協作，讓影像與聲音訊息傳到腦中，目前已經有類似的研究在進行中。

此外，隨著基因檢測的技術演進，相信未來每個人都會有基因體檢測數據需要分析與諮詢，基因體資訊可以搭配臨床數據、環境資訊形成對健康的預測，明年規劃申請基因諮詢相關班別與教育學程，連結臨床場域的應用。

除了連結醫院場域外，吳麥斯還舉例，臺北市立行愛住宿長照機構是北醫首次由醫療體系拓展為健康照護體系，在其中打造許多富含北醫大特色的健康服務系統，包含與北醫附醫的就醫資料整合、由北醫附醫遠距醫療團隊進駐提供24小時遠距醫療服務，並引進多項智能設備，像是導入智慧床墊、電子尿布、智慧圍籬、人臉辨識等。

吳麥斯說明，在長照機構中應用最新科技照顧模式，一方面是讓產業進入做臨床驗證，也能讓學生與老師接觸到未來趨勢的發展，不僅能開發驗證創新照護模式，也同時有人才培育與研究。

吳麥斯強調，「AI雖然是很好的工具，但最重要的還是需要有專業知識、經驗的人來進行除錯，因此，未來教育體制裡應該更強調專業知識。」

倡議「永續」 盼引領健康照顧產業發展

吳麥斯表示，除了導入AI進行數位轉型外，北醫也提倡「永續」的概念，進行能源轉型，從學校一路走到醫療體系，像是空調、照明、冰箱的設備更新，走向永續的建築樓宇管理系統(Building Management System, BMS)，例如自動監測溫度調控、或是感測有沒有人而關閉或啟動照明等等。

在教育方面，則啟動「生活轉型」，其一是培養學生的「碳直覺」，在做任何事之前都會先想到碳足跡，期許能與地球環境共好；其二是從生活習慣著手，培養健康老化的觀念。

在醫療方面，也會探討每一種疾病治療過程的碳排放量來規劃未來醫療願景。「搭配數位轉型，未來醫療將邁向去中心化、預防醫學，透過基因體資訊即早預防風險較高的疾病，少到醫院可以降低碳排。」他說。

為了加速創新技術落地，北醫已有一條龍的完善資源可提供：從生醫設計創新中心(Biodesign)開始為生醫創新點火，透過臨床問題探索的方式，讓學生和企業組隊，在醫院裡跟醫師、病人互動，尋求臨床未解決問題的解方；接著可串接到商品化規劃中心(TMU Spark)；成立新創公司後，也有北醫生醫加速器可媒合資金與商業資源。

目前，從北醫衍生的新創公司三鼎生物科技(6808)已在2020年登錄興櫃，是北醫第一家登興櫃的衍生新創。

吳麥斯說，短期內希望能讓更多北醫衍生新創公司上市櫃，同時也將深化長照體系，期望透過連結這些事業，讓更多資源挹注北醫，讓北醫成為國際一流的大學，並引領健康照顧產業發展。

臺北醫學大學校長吳麥斯指出，臺北醫學大學可謂是「學校」跟「醫院」之間關係最密切的一所大學，期望透過相互串聯讓北醫成為引領健康照顧產業發展的世界一流大學。(攝影/李林璦)

>>本文刊登自《環球生技月刊》Vol. 122