奇美醫院如何從預測型AI走到生成式AI

如何成功落地生成式AI、解決實務痛點，而且還養得起，是國內外大小企業爭相追求的聖杯。

在臺灣，有這麼家醫院，兼顧了成功落地、好用且經濟實惠3大優點，自去年11月起陸續將生成式AI助理帶進診間，成為每位專家的左右手，如今更壯大成一支虛擬照護團隊。

光是今年10月單月，院內生成式AI的使用人次就突破5萬，該月的生成式AI流量支出卻僅僅5萬元臺幣。這就是奇美醫院，他們如何做到？

奇美醫院的AI心法

這還源於奇美醫院立下的AI發展重要原則。奇美醫院的AI發展歷程可分為AI 1.0階段和AI 2.0階段，奇美醫院院長林宏榮點出，在AI 1.0起步階段，奇美醫院鎖定「高實用性和高推廣性」AI，專門開發可落地、解決實務問題的AI應用。

再來，奇美醫院鎖定物聯網數據，運用IoT時期打下的基礎，以生理量測數值等IoT數據來發展互動式AI預測應用。

還有個原則是，有別於當時各大醫院爭先搶做的影像類AI，如各種X光、電腦斷層掃描、MRI等影像判讀AI，奇美醫院先不自建這類AI。

到了擁抱生成式AI的AI 2.0階段，奇美醫院還特別針對會寫入醫療資訊系統（HIS）的使用情境，多了個「不做無中生有的生成，只做摘要、轉換或除錯工作」的原則。這是因為，寫入HIS的資料講求精確，因此生成式AI較適合將中文記錄轉換為英文、將縮寫轉換為全文或摘要報告等這類場景。

但不論是AI 1.0還是AI 2.0階段，奇美醫院都有關鍵的共通原則。這包括以人為中心，AI是輔助來提高工作效率、降低工作壓力。AI也應視為改善醫療品質的重要工具，而且，AI應用都要能整合HIS，才能真正輔助臨床決策。

這些就是奇美醫院發展AI的心法。

AI 1.0階段鎖定預測型AI

在這些心法下，2019年，奇美醫院成立大數據暨人工智慧中心，也就是現在的智慧醫療中心，迎來了AI元年，也開啟了AI 1.0階段。在這個階段，奇美醫院專做預測型AI，也就是在特定領域表現優異的AI，展開大量研究。他們也在這階段奠定AI開發模式，由3個組織分工執行，包括提出點子、給予專業知識的領域專家，像是醫護、藥師、醫務行政等，還有負責AI模型生命周期的AI專家，也就是奇美醫院智慧醫療中心，以及負責資料處理、將AI應用部署到HIS的資訊室。

舉例來說，當醫師提出需求，想預測肺炎病人出院後、14天內再住院的機率，資訊室便藉醫師專業知識，整理出HIS資料庫中預測所需的資料，如共病／病史、人口學資料、住院醫囑、住院護理評估、檢驗系統、TPR系統和住院動向等，將這些資料進行ETL、整理為肺炎病人14天再住院大數據，再交由智慧醫療中心的AI專家來訓練模型。

模型訓練完成後，就交回資訊室，來部署、整合至醫院HIS中。為了將AI嵌入臨床流程，奇美醫院IT在前端頁面，也就是原本的住院醫囑系統中，新添AI輔助按鈕，再搭配自動判斷患者是否為肺炎病人的機制，如此醫師看診時，就能直接點擊查看再住院率。

不只將AI融入HIS，奇美醫院還兼顧AI可解釋性，在顯示AI預測值的同時，也清楚列出模型預測參考的參數，讓醫師使用者理解預測原理。而使用者還能在同一頁面，回饋給予最高5星的滿意度評價，團隊再根據評價適時調整模型。

這些將AI嵌入HIS、滿意度回饋的設計，也在AI 2.0階段持續沿用，成為生成式AI更好用的重要做法。

在AI 1.0階段，奇美醫院總共上線了32套AI臨床應用，不論急診、外科、麻醉、醫務、加護病房、胸腔科、腎臟科、感染科、放射治療，還是生殖醫學、小兒科和營養科等10多種科別，都有AI輔助功能。

AI 2.0階段擁抱GAI，打造2大類醫療助手

與許多企業一樣，2022年底，見識到ChatGPT橫空出世、掀起產業革命後，奇美醫院也緊跟其中。

尤其，奇美醫院實證醫學暨醫療政策中心主任、心臟血管內科主治醫師廖家德在2023年5月一場會議後的3分鐘內，將會議內容用語音轉文字模型Whisper轉錄並搭配GPT模型摘要重點，一舉驚艷了現場高階主管，揭開奇美醫院投入生成式AI的序幕，他也成為日後生成式AI應用開發、落地的關鍵推手。

很快地，2023年5月，奇美醫院邁入AI 2.0階段。他們對AI的期待，更聚焦在降低醫護工作負荷、避免身心耗竭，還有提高醫療系統韌性等3大層面。

在這些期待下，奇美醫院發展出2大類生成式AI應用，包括HIS Copilot和A+巡房大聯盟。HIS Copilot是指，運用生成式AI來進行病歷資料的除錯、縮寫說明和摘要等任務，來確保這些寫入醫院HIS的資料正確。比如，HIS Copilot中有支「A+醫師」，專門針對醫師使用者，根據病人基本資料和病摘等資訊，來進行除錯、文法更正、縮寫說明和摘要，短短幾秒就完成。

另一個例子是「A+護理師」，能快速根據病人的生命徵象等IoT數值，產出護理每日摘要記錄；或根據患者多天的複雜數據，在病人轉出住院時，快速整理成護理轉出摘要。甚至，為顧及不同專科的護理照護需求，A+護理師還多了客製化提示欄位，來供各科護理師使用。

不只有醫師專用的入院病摘除錯、護理記錄摘要和轉出入摘要，這類HIS Copilot應用涵蓋許多場景，急診交班、護理個別化衛教、居家照護訪視等10多種情境都在其中。

有別於HIS Copilot，另一類的A+巡房大聯盟多了「演繹」功能，能根據整合的資訊給出建議。比如，A+巡房大聯盟中也有A+醫師，但它能快速整合患者住院期間的所有資訊，顯示病人病情嚴重程度、用藥是否精準、接下來該提供哪些治療等，供醫師決策參考。

這個A+巡房大聯盟，也涵蓋許多醫療職類，像是護理師、藥師、營養師、物理治療師、衛教師、個管師、病安師、生活形態醫學師等10多種。甚至，還有專門為醫師國考設計的A+國考複習，能在見習醫師查房後，根據病人狀況立即給出3道醫師國考題。

這些HIS Copilot和A+巡房大聯盟應用，都採用微軟Azure OpenAI服務開發，去年11月開始陸續上線。他們搭配自行設計的多層次提示、任務拆解方法、RAG和規則程式，不僅成功避免幻覺，還因此點出人員疏忽之處，成為院內醫護的愛用工具。

各職類人員，還因這些GAI應用省下大量時間，比如醫師節省一半病歷書寫時間，A+護理師讓原本的轉出摘要記錄時間從20至30分鐘，縮短至3到5分鐘，又或是A+藥師幫省下150分鐘、A+營養師省下225分鐘的純人工作業時間。

奇美醫院並未停下腳步。他們一方面持續迭代既有應用，一方面發展虛擬人應用，還有一方面要分享自家GAI。這些正是奇美醫院從預測型AI進化到生成式AI，解決臨床痛點的實例成果。

 奇美醫院兩大AI階段重點摘要 

 AI 1.0階段 

1. 2019年5月展開

2. 鎖定預測型AI

3. 奠定AI開發部署分工模式、AI整合HIS，以及使用滿意度回饋機制

4. 上線32款醫療AI應用，像是肺炎患者出院後14天再住院率預測AI、AI高齡流感病情預測系統等，範圍遍及急診、麻醉、加護醫學等10多個科部

 AI 2.0階段 

1. 2023年5月展開

2. 鎖定生成式AI

3. 延續AI 1.0階段的AI整合HIS、使用滿意度回饋機制

4. 分為HIS Copilot與A+巡房大聯盟兩大類GAI應用，前者專攻除錯、說明和摘要，已上線A+醫師、A+急診交班、A+護理摘要等10多種功能；後者以資訊整合、提供建議為主，有A+藥師、A+營養師、A+物理治療師、A+衛教師等10多種應用情境

資料來源：奇美醫院，iThome整理，2024年11月

 相關報導