AI 助力杏林持續春暖！臺北醫學大學醫療體系讓護理師愛上 Gemini 提升交班速度的秘訣

臺北醫學大學校長吳麥斯表示，「未來的醫療有三個非常重要的議題：『數位、精準、再生』，特別是數位方面，數位是工具，轉型才是重點。因此轉型過程一定要有策略，才能有助於醫療流程得到實質改變，也讓病人獲得的醫療照護品質變得更好！」

助長漸進式創新，每位護理師交班平均省下 1 小時

秉持「策略比工具重要」的信念，TMU-H 下個任務就是要找出「AI 能在哪裡幫忙？」的抉擇。盤點內外部利害關係人，決定優先讓 AI 成為護理師的得力助手，展開漸進式創新之旅。根據統計，護理師每日工作最耗時的項目就是整理病歷文件，特別是白夜輪替的交班流程，患者病症情況、用藥細項等交接項目相對繁雜，導致工時遲遲無法縮短。

廣告

吳麥斯算給我們聽，「護理師若白班照顧 7 位病患，交給小夜班時候，每一位病患的交班記錄平均要寫 6～11 分鐘，7 個病患加起來差不多就要晚一小時下班。」為解決痛點，TMU-H 攜手 Google Cloud 打造護理智能交班報告的AI工具，護理師只要輸入指令，一份交班紀錄文件現在約10秒就能生成。當護理師加快例行工作，自然有更多心力提升照護品質。

吳麥斯回應道，「AI 需要很大算力，我們自己不可能做這件事，所以需要 Google Cloud 夥伴一起跨領域合作，在我們系統內置入 Gen AI 方案，解決醫療 Domain（領域）的問題。」因此 TMU-H 以 Google 專為醫療保健產業設計的 MedLM 基礎模型及 AI 聊天機器人 Gemini 為核心，打造院內使用的生成式 AI 工具。

數位轉型最怕導入好工具，但第一線使用者不肯用，不過 TMU-H 展現人機高度協作、相互輔佐的成果。「所謂智慧就是 keep it simple，因為 Gemini 簡單所以它存在，我們沒有特別做教育訓練，就是把系統環境造好了，護理師自己覺得好用，而且用了之後主動提供意見，回饋說哪些地方還可以再改善，無形中也在幫助他們優化病患的照顧流程，」吳麥斯表示。

廣告

轉型成功 3 心法，未來 AI 延伸精準醫療

除了工具好上手，第一線使用者肯定，驅動 TMU-H 這艘大艦持續轉型的強勁推力，吳麥斯認為有3個關鍵。第一，有決策者的堅持，支持團隊堅信擁抱科技是一定要走的路；第二是仰賴內部持續溝通，蒐集各方意見改善問題；第三是眾志成城，TMU-H 凝聚旗下醫院上百位資訊成員，以 One Campus 概念打通穀倉壁壘，讓所有 IT 成員能互相支援。

呼應吳麥斯提及的未來醫療情境，完成數位基礎、導入 AI 應用後，TMU-H 日後將放大數據價值，實現精準醫療。吳麥斯解釋，「精準醫療需要三大類數據，包含我們現在利用系統持續整合的臨床數據，另外還要結合基因數據、環境因子數據，精準醫療就能從一種治療方式對所有人，進化成為一種方式只對一個人，搭配 AI 來預測這位病患可能需要接受怎樣的治療。」

AI 碰撞百工百業所激盪的火花，有人說第二次文藝復興來了，也有人形容這是第四次工業革命，不論如何，跨域合作確實風生水起。誠如吳麥斯所言：「我們面對 AI 是嶄新的領域，需要像 Google 夥伴一起迎向快速變化的環境；我們把Domain Knowledge拿出來，Google Cloud提供雲端資源及算力，大家一起往前走，最終讓台灣所有人民得到最好的醫療照顧。」

廣告