人工智慧在醫療系統中不再是遙遠的未來,而是已經進入日常工作與臨床實踐的現場。在亞太醫療品質年會論壇上,來自美國、歐洲、新加坡與台灣頂尖醫療專家,共同分享應對患者照護與醫療效能等不同場景,如何透過智慧醫療帶來更好的醫療品質。
談到智慧醫療,台北市立關渡醫院院長陳亮恭認為醫院就是社區「燈塔」,不但照亮社區,也利用AI工具串聯病房、家庭與社區,落實院內、院外從裡到外的照護。陳亮恭以院內的智慧照明系統為例,現行安裝於精神科病房的照明系統自動調整光線明暗,自採行以來,病患的睡眠品質提升達52%。關渡醫院為提升病人安全,也著手使用結合監測APP的智慧床墊,顯著降低病患跌倒與褥瘡的發生率。
台北榮民總醫院則開始採用非接觸式的監測模式。副院長李偉強指出,北榮所引進FaceHeart人工智慧輔助監測系統,可以透過臉部辨識技術,追蹤病患的生理與情緒變化,目前已經應用在病房與遠距醫療如居家照護等場域。

除了照護場域,當 AI 走進醫療第一線,醫療體系也採取更為多元開發策略。以台北榮總為例,北榮選擇與科技大廠深度合作,依照不同臨床需求開發醫療工具,讓 AI 不只是概念展示,而是直接轉化為可量化的效率提升。
在精準醫療方面,北榮與 NVIDIA 合作導入 Clara Parabricks 軟體套件,加速基因體二級分析流程。原本需耗時 32 小時的分析任務,縮短至 1.2 小時即可完成,相當於節省約 96% 的時間,大幅提升基因檢測的臨床應用效率。
在臨床文書負擔方面,北榮與華碩合作開發生成式 AI 文書工具,將住院病歷的撰寫時間從原本約 7.5 分鐘壓縮至 25 秒。以院內每日量體估算,可節省相當於 4.5 名全職人力的工作量,為醫護團隊釋放更多時間投入病人照護與醫療決策。
北榮目前也與鴻海、微軟等企業推動遠距醫療、機器人及自動化相關專案,合作版圖亦持續擴大。讓 AI 的導入不僅限於單點工具,而是朝向跨場域、跨流程的智慧醫療生態系統邁進。
中國醫藥大學附設醫院則採取另一種取向,將工程師直接納入院內體系。人工智慧暨機器人創新中心主任張詩聖表示,院內約50名工程師每日與醫護人員直接對接工作。張詩聖指出,「自家工程師能即時觀察臨床問題,並設計對應工具,他們會聆聽使用的需求,以及想要解決什麼問題。」在院內工程師的協助下,中國附醫開發出心電圖演算法,使急性心肌梗塞的治療時間縮短16分鐘。

在人工智慧廣泛應用於病患照護之際,國際健康成果衡量聯盟(ICHOM)總裁暨執行長布萊特(Jennifer L. Bright)依然提醒,設計AI工具仍要優先考慮「有意義的健康結果」。她表示,現在有很多平台都可以即時追蹤病人相關的數據,但重點在於選對指標,「唯有讓病人參與系統設計並回饋數據,他們的參與度與信任感才能提升。」
歐洲私立醫院聯盟理事長賈斯柏(Oscar Gaspar)則分享歐洲正在透過健康資訊相關法規,努力確保病人能有效存取自身的健康紀錄。美國史丹佛大學政策與健康成果預防研究中心主任王智弘(C. Jason Wang)則以美國為例提醒,當醫療人員決定採用如人工智慧等醫療行為之前,病人的保險是否足以給付會是重要的課題。

善用AI解決正確的問題
論壇與會者一致認為,AI等智慧醫療應圍繞病人的需求發展。雖然它在縮短治療時間、簡化文書與提升決策效率方面已展現潛力,但「人」始終是核心。唯有理解什麼才是真正對病人有意義的照護成果,並以此為基礎設計技術,智慧醫療才能獲得信任,並創造實質成效。
誠如布萊特所說,關鍵不在於誰的演算法最聰明,而是「誰解決了正確的問題。」

