奇美醫院院長林宏榮喺日前舉行嘅台灣醫院資訊主管會議上,揭露奇美醫院嘅 AI 發展路徑,分成四個階段:2005 年做基礎數位化、2019 年由商業智慧(BI,Business Intelligence,即資料分析工具)過渡到 AI、2023 年投入生成式 AI、進入「AI Together」(AI伴行),到 2025 年則瞄準代理型 AI(Agentic AI)。

呢條路徑由 2005 年開始,醫院先建資料倉儲、導入 BI 工具,先係打病歷整合系統,2017 年再發展成以病人為中心嘅住院照護團隊溝通平台。2019 年成立 AI 中心,將長年累積嘅生物統計能力延伸到機器學習同深度學習,專注於疾病風險預測模型,而非需要大量運算同影像標註嘅醫療影像 AI。到目前已上線 32 個疾病風險預測模型,涵蓋 13 個科部,醫師喺 HIS(醫院資訊系統)頁面就睇到相關風險預測。

進入 2023 年,生成式 AI 興起,奇美先由護理紀錄呢類臨床文書切入,再用生成式 AI 整理病人資訊、將生命徵象同管路記錄轉成初稿,繼而擴大到醫師、藥師等其他職類,形成 A+ HIS Copilot(病歷除錯同摘要)同 A+巡房大聯盟(跨職類同步病況)。呢套機制獨立於既有 HIS 之外,避免大改版風險。

其中亮點係 A+藥安師。林宏榮解釋,醫院過去藥師編制一度短缺 20 多人,一名藥師可能要負責上百名病人嘅用藥安全。用 AI 先篩出可能有用藥問題嘅個案(例如 100 人中約 10 人),由藥師優先檢查,唔使逐一翻病歷。林宏榮指,呢套系統每日約可為藥師節省 150 分鐘,並獲得國家醫療品質獎(NHQA)金獎。為降低生成式 AI 幻覺對用藥安全嘅影響,奇美將 AI 同 Medi-Span 藥學資料庫結合,用 RAG(檢索增強生成)技術引入持續更新嘅藥學知識,最後由藥師做專業判斷。

不過,林宏榮坦言,醫院目前尚未正式上線 AI Agent,因為未建好安全執行環境。佢以「龍蝦池」比喻沙盒(Sandbox):「你不能讓龍蝦亂跑、搞破壞,龍蝦還可能逃逸。」醫院要先做好資料治理同安全沙盒,AI Agent 喺讀病歷、操作系統時先至唔會洩密或亂操作。同時,AI Agent 點樣同既有 RPA(機器人流程自動化)結合,佢話「仍係我哋正在探索嘅問題」。

林宏榮亦提到,未來醫院希望為 40 個醫療部門、13 個行政部門配置專屬生成式 AI 助理,並認為資訊工程師可能要重新回到臨床第一線,扮演前線部署工程師(FDE,Forward Deployed Engineer),與敏捷開發、Scrum 等做法結合。對於「比科技前沿落後兩步」嘅策略,佢話係保持謹慎但持續跟進。

阿調搞兩下

呢個案例最值得寫嘅地方,唔係佢哋堆咗幾多個 AI 工具,而係佢哋點樣把「AI 係咪真係幫到忙」量化:每日 150 分鐘、32 個模型、13 個科部,呢啲係數字,唔係口號。但更關鍵嘅係佢哋認清「AI Agent 未上線」,唔好因為跟潮流就將代理型 AI 推到未建好嘅醫院系統上。

「龍蝦池」呢個比喻講得好:任何 AI 代理,要讀敏感資料、要執行操作,都必先有沙盒、有權限、有資料治理。如果邊間公司聲稱「AI Agent 已經部署」,但冇講清沙盒點做、權限點控,呢個就係要問嘅位。

阿調|深度調教