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源。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,就帶來很大的便利。

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 

熱門新聞

Advertisement