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。」
