Hospital AI Lab HOSPITAL AI LAB — 醫療 AI 的實務資訊

更新日期:

急診AI病歷摘要30秒生成:院方導入前該問的事

南部一家醫院發表急診病歷摘要系統,掛號後約30秒產生一頁摘要,資料留在院內。本文整理報導內容,以及行政與護理端評估類似工具時可以提出的問題。

急診的時間很緊。病人一到,醫護人員要在很短的時間內弄清楚他過去生過什麼病、正在吃什麼藥。這些資料往往分散在不同的系統裡。最近有醫院發表了用人工智慧(AI)整理這些資料的系統,報導中有幾個細節,很適合拿來當作院方評估類似工具時的提問參考。本文不是推薦特定醫院或產品,而是把報導裡的設計選擇攤開來看。

報導說了什麼

依中央社2026年9月21日的報導,奇美醫院與工業技術研究院、數位發展部數位產業署合作,發表了「智慧急診病歷摘要系統」。報導提到的重點如下:

  • 速度:病人掛號後,系統約30秒產生一頁式病歷摘要。過去醫師需要登入多個系統逐一查詢,再花5至10分鐘人工彙整。
  • 可以追問:醫師可以直接向系統提問,了解摘要裡沒寫到的細節。
  • 資料留在院內:系統採用地端的醫療專用大語言模型與邊緣運算,不需要連接外部網路,敏感的醫療資訊留在院內。所謂「地端」,是指運算設備放在醫院自己的機房,而不是放在廠商的雲端。
  • 定位:院方把系統定位為「醫療資訊助手」,由醫師負責解讀資訊並做出醫療決策,AI只提供協助。

報導沒有說的部分

同樣重要的是報導裡沒有出現的資訊。報導沒有提到摘要的正確率,沒有提到測試或實際使用的件數,沒有說明正式上線的範圍,也沒有提到系統曾經出現過哪些錯誤。這不代表系統有問題,發表會的報導本來就以介紹為主。但對要評估類似工具的院方來說,這些正好是需要另外向廠商或合作單位問清楚的地方。

院方可以提出的問題

以下是本研究所依據報導內容整理的提問,並非官方標準,僅供院內討論時參考。

關於資料放在哪裡

  • 模型是在院內機房執行,還是要把資料送到院外?如果是院內,設備由誰維護、誰有權限登入?
  • 系統讀取的是哪些來源的資料?讀取紀錄是否留存、可以事後查核?

資料留在院內可以減少一類風險,但不是不用管理。病歷屬於《個人資料保護法》第6條所列的特種個人資料,把病歷交給系統處理之前該先釐清的事,可參考本站先前的整理。

關於摘要對不對

  • 摘要裡的每一項內容,能不能回頭找到原始病歷的出處?
  • 如果原始資料互相矛盾,例如兩個系統的用藥紀錄不一致,摘要會怎麼呈現?
  • 有沒有做過「摘要漏掉重要資訊」的檢查?漏掉的比例是多少?

一頁式摘要的好處是快,風險是讀的人可能以為「沒寫到就是沒有」。這一點值得在導入前就和使用單位講清楚。

關於系統停擺時

  • 系統無法使用時,原本的查詢流程是否仍然可用?人員是否還熟悉?

對護理與行政的意義

這類系統雖然是為醫師設計的,但第一線的工作流程也會跟著變動。護理人員在檢傷和交班時,可能會被問到「摘要上寫的對不對」,所以需要知道摘要是系統產生的、內容可能不完整,也需要知道發現錯誤時要向誰反映。

行政端的工作則在合約與管理。合作對象如果包含研究機構或政府單位,各方對資料的使用範圍、系統維護的責任、發生錯誤時的通報流程,都應該寫成文字。此外,院長在報導中提到的效益是縮短搜尋與整理的時間,行政端可以先想好要用什麼方式確認這個效益是否真的出現,例如導入前後各記錄一段時間的實際作業時間。

重點整理

  • 依中央社報導,奇美醫院與工研院、數位發展部數位產業署合作的急診病歷摘要系統,在掛號後約30秒產生一頁式摘要,並可讓醫師追問。
  • 系統採地端模型與邊緣運算,不需連接外部網路,資料留在院內;定位為輔助,由醫師做出醫療決策。
  • 報導未提到正確率、使用件數、上線範圍與已知錯誤,這些是院方評估類似工具時需要另外確認的項目。
  • 評估時可從三個方向提問:資料放在哪裡與誰能存取、摘要內容能否追溯原始病歷、系統停擺時的替代流程。

資料來源


本網站內容僅供一般資訊與研究教育用途,不能取代針對特定病患的醫學診斷或建議。

這篇文章所屬的系列

查看所有系列

← 專欄