奇美醫院實證醫學暨醫療政策中心主任廖家德，是奇美醫院生成式AI高度融入日常作業，讓醫護直言「再也回不去了」的靈魂人物，最愛問醫護「你最討厭、最痛恨做什麼事？」

奇美醫院有一個愛找「麻煩」的醫生，最愛問醫護「你最討厭、最痛恨做什麼事？」，各種科別、不同職類，不論是護理師、住院醫生、營養師、中醫師、藥師還是行政人員，都被這位醫生纏過。他甚至會跟著醫護一整天，觀察每一個日常流程，就是要找出他們最麻煩的任務。這個愛找「麻煩」的醫生，就是奇美醫院生成式AI高度融入日常作業，讓醫護直言「再也回不去了」的靈魂人物，就是奇美醫院實證醫學暨醫療政策中心主任廖家德。

過去一年，奇美醫院打造了兩套臺灣醫院高度討論的GAI應用系統，一套是以住院旅程為核心，所打造的AI協作系統「奇美HIS Copilot」，在奇美醫院原有的Windows版HIS中，陸續多了十多個「AI」小按鈕，能提供不同用途的GAI輔助，像是A+急診交班、A+醫師病程記錄、A+護理語音摘要、A+護理轉入摘要、A+跨團隊出院準備服務、A+傷口照護師、A+疾病編碼分類師等，關鍵要做到，這些AI整理的資料不能干擾到原始HIS資料。

另一套則是以Web版全新打造的「A+巡房大聯盟」，從醫師、中醫師、護理師、藥師、營養師、治療師、衛教師、個管師、病安師、生活型態醫學師等等都有以A+為名的GAI助手，還提供了洗腎AI助手腎騎士和國考題目練習助手。在這套系統上，將不同職類巡房需要的資訊，都彙整到單一系統、單一介面中，一站式提供，甚至能在醫護人員巡房前提醒要注意的事情，或是依據病人每天病況，提前提醒醫生、藥師可能的病安、藥安風險。

奇美醫院打造AI Copilot經驗才公開，超過2千萬人次瀏覽，許多醫院紛紛向他們取經，甚至有醫學中心詢價想買，柏林市邀請他們跨海分享、海德堡市還簽訂MOU，印尼衛福部則更願意派人來臺參訪。

跑遍全臺聽不到實際案例分享，決定自己動手

這趟GAI旅程，源自去年5月的院內會議。剛結束比利時研修後回國的廖家德，用GAI語音轉文字技術，在會議結束後3分鐘完成了會議記錄，讓奇美醫院高階主管們非常吃驚，感受到GAI的突破性進步，決定開始投入。一開始由副院長帶頭，找來不同部門組成腦力激盪小組，但因大家不熟悉GAI技術，找不出實際可用的點子而告吹。小組解散後，只剩下，曾有心電圖AI等AI預測模型研究經驗的廖家德，繼續奮戰。

廖家德是心臟科醫師，平日不只要負責門診，也要值班，他還北上到臺大進修。從去年上半年開始，花了6個月，利用工作之餘，他幾乎跑遍了全臺每一場生成式AI研討會，卻沒有聽到任何一個實際案例分享。

廖家德決定聚焦會議記錄的成功嘗試，希望打造出一款GAI助手，讓醫生查房、看門診時，講完話後就能完成病歷。可是，診療場景混合了國語、台語還有英語交雜，也常用英文縮寫，還有不少專業醫療用語，語音轉文字的病歷，總是達不到廖家德心中70分的可用水準，雖然找來技術力更強的新創協助，還是不夠好。

院長決定改變策略，聚焦手上大量醫療數據找場景

院長決定改變策略，要求廖家德放棄語音轉文字，回頭聚焦醫院大量、現成的醫療數據，如EMR數據，PACS影像等，思考怎麼善用自己手上的數據來發揮。

在前面幾個的經驗中，雖然成效不如預期，但是，讓廖家德對各項GAI服務和工具的運用，打下了基礎，也讓他更了解院內HIS系統內的各類資料形式。

從最討厭的痛點工作，尋找出GAI適用場景

回到醫療的核心，廖家德思考，如何找出GAI適用的場景，決定先找自己的「麻煩」，從自己身為醫生的經驗，自己最討厭、最不喜歡的工作是什麼？答案呼之欲出，「醫生最不喜歡寫病歷」，而且不只醫生，全院不同職類醫護，都討厭做類似的紀錄工作。所以，他先從「入院病摘」，嘗試自己用GAI提示工程，來整理病人入院時的多種紀錄，彙整出醫師可參考的入院病歷紀錄版本，來進一步人工修改，讓醫生不用全部從零開始寫的麻煩。

因為自己也是醫生，廖家德可以自己調整提示指令，自己檢視提示生成結果，反覆測試出品質更好的住院病摘整理，累積了提示工程開發經驗，也遇過單靠提示工程難以克服的問題，例如GAI模型的數字判讀準確性不佳而誤判，就得改搭配IT人員撰寫客製化的程式碼來解決，他和一位資訊人員合作才完成。

靠蹲點觀察各種醫護領域的工作日常，找出痛點需求

成功用GAI整理住院病摘的經驗，讓廖家德有信心，開始運用到他不熟悉的其他領域，再次展開了對工作日常的觀察行動，這次的對象不是自己，而是護理師學妹，跟著她，從早上8點上班，跟到下班，一連兩天，來了解護理師整個工作流程。

廖家德表示：「這就是蹲點，陪著她工作，觀察她做什麼，聽她講她的需求，了解她最討厭什麼？最痛恨什麼工作？」

兩天後，廖家德問學妹，如果可以有一位護理師助理，聽你講完話後，自動完成今天的病摘，會想用嗎？「你不要搞我！」學妹白了他一眼，為什麼要自己將話再講一次，照顧病人同時一直講話，會讓病人覺得奇怪，若是回到護理車，有七床病人就得講七次，只會讓護理人員更辛苦。「那你想要什麼樣的功能？」廖家德這樣問，「最好是一個鍵就可以幫我搞定這件事。」學妹講出了她心中最理想的需求。

廖家德的蹲點工作不只一位，而且職類不只是護理師，包括了其他醫院職類的角色，像是物理治療師、中醫師等。廖家德甚至跟過一位，他用「悲慘」來形容的居家護理師學姊。

這位學姊不時得到好幾位病人家中照護，4點多才回到醫院，處理好其他雜事後，趕著準時打卡下班，先回家去接小孩，安頓好孩子後，晚上7點，這位學姊才回到醫院整理當天護理的病人病歷，直到9點才能完成。這不是特例，而是居家護理師的工作常態。這次蹲點，讓廖家德決心一定要做出一套A+居家護理師。

護理病摘是院內紀錄最詳細的紀錄，廖家德花了非常多的心思和時間，來處理護理紀錄，因為這份紀錄是後續其他紀錄的。資料來自全部設備的IoT資料拋轉，像是血壓、生命徵象、尿量、血糖，還有各種檢驗、檢查結果，護理人員也會詳細記錄家屬是誰，誰來查房等等，非常詳細。

從蹲點找出圈內人才懂的痛點，讓GAI應用更貼近醫護

從蹲點的經驗，廖家德也觀察到很多，只有圈內人（同一職務、角色）才能察覺的痛點，讓他能夠不斷找到貼近醫護的GAI適用場景。例如護理的轉出摘要，這是用來記錄病人從不同類型病房的轉移，例如從普通病房轉到ICU加護病房時。病人在普通病房住了10天，突然出狀況轉到加護病房，普通病房今天值班的護理師可能才開始接手，就得整理10天的所有紀錄，又擔心加護病房都是比自己資深的學姊，普通病房的護理師壓力很大，得仔細處理，往往花上半小時才能完成一篇。後來改用AI協助摘要後，自動搜集、彙整分散在各處的資料，就帶來很大的方便。

這個GAI開發挑戰不只是一次性的工作，而是反覆迭代，每一個GAI應用，都要改上數十次提示工程的迭代過程。光是轉出病摘上的格式，廖家德來來回回與護理部門開了很多次會議，版本一改再改，不同科別病房、不同類型的護理資訊，護理部每個單位的重點都不同。例如骨科護理人員希望以骨科紀錄為主，來符合他們的照護需求。也因此，為兼顧不同護理專科需求，護理類AI提供了個人化調整功能，多了個提示欄位，來客製化產出結果。

在目前兩大類GAI應用中，第一類「奇美HIS Copilot」 的設計策略，是將不同用途的專用GAI功能，嵌入到各種不同作業流程中，但是，第二類A+巡房大聯盟，則改為一站式平臺的設計概念，這是源自於長久以來，未被解決的痛點。有位負責兩床的加護病房護理學妹，每天得7點半上班，提早半小時先到不同的系統中，將所有巡房需要的資訊，寫到一張紙上來彙整。廖家德也才意識到自己巡房時，同樣得打開散落各地的不同系統來查看資料，因此，奇美醫院才決定打造Web形式的A+巡房大聯盟，將不同職類的資料，都整合到單一介面中。這套系統底層其實也用了第一類HIS Copilot中完成的GAI應用，只是呈現的形式從分散，改為集中化。

一開始，主要由廖家德和資訊室IT合作，廖家德開發原型版本，再由IT整合到HIS上。到了開發A+巡房大聯盟時，越來越多人加入這個專案團隊，像是護理師、營養師等更多職類醫護加入，來分享自身的經驗，成了一個跨部門協作的GAI開發團隊，進而又互相激盪出更多痛點場景，讓奇美醫院的GAI應用越來越多元，成了一個不斷正循環前進的創新飛輪。

 相關報導