去年10月下旬，在國科會舉辦的GenAI百工百業應用選拔競賽中，263隊企業參賽隊伍中，大多是科技公司、AI廠商、大型金控的激烈競爭，中山附醫是唯一一家醫院，他們以一套NoCode平臺的醫療GAI應用，打敗了老字號資服業者，AI數據廠商、半導體科技大廠、大型壽險業者，奪下了GenAI Stars企業組第一名的金獎。
獲獎後，這款醫療創新應用也正式在中山附醫內部上線，提供給所有醫護人員使用。在今年8月底的艷陽天，中山附醫正式對外發表了這款生成式AI臨床平臺「醫點家」，他們想要讓這套平臺成為臺灣中小型醫院、診所可以快速擁抱生成式AI的關鍵基礎。
去年10月，國科會GenAI百工百業應用選拔競賽中，中山附醫以醫點家GenAI平臺，打敗了老字號資服業者，老牌AI數據廠商、半導體科技大廠、大型壽險業者，奪下了企業組第一名的金獎。圖片來源／中山醫學大學附設醫院
中山附醫生成式AI應用遍地開花，超過600支AI小幫手
醫點家平臺從去年10月在中山附醫內部正式上線後，統計到今年9月，所有醫護人員在平臺上開發的AI小幫手，超過了600隻，上架到全院共用商城的小幫手也多達60多隻。
這些GenAI小幫手，涵蓋了全院多種應用場域，從護理、醫師、藥師、醫教、醫事到行政都有。
藥局是第一個用這套平臺積極開發AI小幫手的部門，開發了「藥事照顧小幫手」、「藥事衛教單張轉外文」小幫手、「藥師諮詢語音轉文字紀錄」、「PGY藥師OSCE模擬測試」。
門診診間也有「皮膚癌分期、治療與追蹤小幫手」，檢查室則開發了「超音波報告生成小幫手」、「大腸鏡清腸準備小幫手」，放射診斷部門有「影像報告病摘生成小幫手」、「圖片測量生成文字小幫手」、「教學回饋評量生成小幫手」，放射腫瘤科也有自己打造的「放射腫瘤治療病例模組」、「放射腫瘤Initial Note小幫手」、「放射治療期間急性反應彙整小幫手」。
不只醫療現場，行政單位也開發了會議記錄小幫手、摘錄重點小幫手、摘要比較小幫手等，急診則有「急診資料摘錄小幫手」、「急診高風險病患自動辨識與分流建議」、「急診病歷品質審查小幫手」、病房「急診摘要小幫手」。或像是有一款交接醫生愛用的Transfer Note小幫手，可以整理病患住院期間的重要病史、檢查和治療進展，生成轉科摘要，讓接手病患的醫生快速掌握病人狀況，延續原本的醫療。
從這些琳瑯滿目、橫跨不同科別、場景，不同用途的小幫手，可以看到中山附醫生成式AI應用的蓬勃，遍地開花的盛況。
不只量多，也明顯提高了醫護人員的效率。根據負責醫療品質中心的中山附醫副院長趙庭興統計，護理人員平時要花大把時間撰寫護理紀錄，像是入院護理紀錄，導入GenAI小幫手之前，平均一筆紀錄要花103.8分，光是從不同HIS子系統查找資料，就要69分鐘，超過一個小時，改用AI小幫手之後，不到6分鐘就可以完成一筆入院護理紀錄，足足縮短了98分鐘，幾乎只用了原本二十分之一的時間就能完成。護理摘要已從原本一筆要44.8分，減少到5分多鐘，就能夠完成。
藥師使用了藥事照護小幫手來幫忙撰寫「用藥相關問題評估」（SOAP）報告，從原本一份20分鐘，縮短到不用3分鐘，讓每位住院藥師可以有更多的時間照護病人，一位藥師到病房提供藥事服務的次數，從原本的一天5次，導入小幫手後，增加到一天8到9次，幾乎多了一倍。這些都是中山附醫善用GenAI後，明顯帶來臨床作業效率改善的實例。
中山附醫光是護理紀錄轉寫導入GenAI的成效相當亮眼。光是入院護理紀錄，過去平均一筆紀錄要花103.8分，改用AI小幫手之後，大幅縮短到6分鐘內可完成一筆，足足縮短了98分鐘，幾乎只用了原本二十分之一的時間。攝影／王宏仁
從個人的臨床痛點作為出發點
為何上線不到一年，就可以打造出數百隻生成式AI小幫手，中山附醫總院院長蔡明哲點出成功關鍵是，從一開始，中山附醫的目標就是要打造一套可以互通、共用的AI開發工具。
「醫點家選擇從個人的臨床痛點作為出發點，讓第一線人員可以自己來撰寫指令，串接自己需要的資料庫，自己確認生成內容，來打造更符合自己需要的AI小幫手。」他補充。
蔡明哲認為，臺灣智慧醫療發展的關鍵瓶頸就是擴散性不足，很多智慧醫療應用只能在原有開發醫院的HIS體系中運作。
他曾參觀過其他醫學中心打造的預測式AI成果，想要導入到自家醫院時發現，得自己重新投入大量專業人力來標記，才能落地。所以，中山附醫打造生成式AI應用平臺時，格外考量如何解決這個痛點。
蔡明哲表示，醫療照護累積多年的實踐，相同層級的醫院之間，有一套醫療產業共通的一致性病人照護邏輯和原則，如何在有效率的時間內，取得病患最多的訊息，需要一套引導性的工具，「生成式AI是我看到最有資格、也是最有利的工具。」
這套AI平臺的核心開發推手是中山附醫AI中心主任沈偉誌，他更用一句話點出醫點家的核心理念就是「醫療人員自建GenAI小幫手」。沈偉誌進一步解釋，不是要打造另一套複雜的醫療系統，而是要提供最簡單的方式，來賦能醫療人員，減輕自己的壓力，改善臨床作業流程，讓醫護可以更專注於醫療專業。「醫護人員是智慧醫療應用的主導者，而非AI工程或IT。」
早在2023年7月初，中山附醫聚焦醫療現場的痛點，想要用新興的GenAI技術來找解方。醫護人員長期面對大量臨床資料處理的壓力，高度重複，但又處理邏輯需要高度專業知識，甚至就算都是護理人員，不同單位的需求也可能完全不同，「需求非常多樣化，但是都很小眾。」沈偉誌解釋。
當時沈偉誌看到的挑戰是，在健保開辦之後，醫院資訊系統走向高度客製化，多年來累積了大量系統債和流程債，醫療人員經常花很多時間在不同系統之間搜尋和重整資料，這是他們最大的挑戰之一。沈偉誌也想要將高度重複又需要專業知識的任務，變成可以重複執行的工作，還要兼顧資安與病人隱私的議題。
為了讓醫點家能在臨床上真正落地，中山附醫也在系統架構設計上訂定明確原則。
GenAI平臺三大設計原則
為了因應這些挑戰，中山附醫在醫點家開發之初，就訂定了三大平臺設計原則，第一是避免重構資料庫，中山附醫採取了外掛設計的做法，讓醫點家平臺與醫院HIS系統平行運作，將資料從既有系統取出資料，經過AI處理後再放回去，不干擾原有的系統運作。
「臨床資料資料處理流程標準化」是第二項原則，在平臺上可以透過條件設定做法，讓相同的資料處理工作得以重複執行，醫療人員只需要一次設定就能反覆使用。最後一項原則是善用「雲端大廠的雲端服務」，站在巨人的肩膀上，一方面加速開發，另一方面整合成熟的隱私保護和資安防護機制，避免自己重複造輪子。
沈偉誌用一句話形容平臺設計策略，「我們不是要重做醫院系統，而是要站在它旁邊，幫醫療人員把重複的資料處理工作變成可以自動化的小幫手。」
為了督促自己的GenAI平臺開發速度，也希望獲得外部力量的支援，在2024年2月，沈偉誌決定參加國科會舉辦的GenAI Stars 生成式AI百工百業應用選拔，來展示醫點家的雛形。
也藉由三階段過程和中間的輔導課程，逐漸確立醫點家的發展策略，要成為一個智慧醫療應用的孵化器和臨床資料處理平臺，而讓AI小幫手成為一種可以標準化的積木式助手，可以整合到不同場景中來運作。
推動1%計畫，從代表性場景開始小規模導入
獲獎之後，醫點家的發展進入第三階段，從雛形產品要平臺化，並且正式導入到院內環境。沈偉誌採取了「微破壞」策略，推動1%計畫，選擇最有代表性的臨床場景，來進行小規模導入和測試。「這是一個由下而上的推廣方式，由第一線醫療人員自行嘗試與回饋、逐漸建立信任。」他說。第一個開始開發AI小幫手的部門就是藥劑部門。
中山附醫藥劑部主任賴永融表示，看到團隊打敗醫療、金控、高科技公司獲獎的高評價，讓他想要試試看能不能運用到藥師照護上，讓用藥分析更完整，或將藥師照護做得更好。
剛好有兩位年輕的新進同仁很感興趣，一位是臨床照護端，另一位是教學端，一起研究，接受開發者培訓。年輕藥師很快就上手後端平臺，自己開始設計提示詞，打造出了第一款藥師照護小幫手，而且他們反覆測試、改版，一個月就從1.0版，進展到9.9版，也吸引了其他部門醫師們的注意，找這兩位新進同仁到其他部門分享經驗。
教學是藥劑科善用AI小幫手的重點功能，藥學背景的學生，對疾病的相關知識相對較少，醫點家有一款可以互動學習的AI小幫手，讓學生或實習藥師，以互動問答方式，快速累積背景知識，「這也翻轉了藥劑科指導學生的教學方式，將原本要傳授給學生的知識，打造成一款小幫手，學生可以先用這款小幫手來練習。」賴永融指出。
醫點家從2024年10月在內部正式上線後，中山附醫AI中心也開始將醫點家發展成一套平臺化架構，採取雙層架構設計，成為各種醫療AI小幫手（MedAssist）的整合中心（MedAssist Hub），來支援跨任務、跨部門的需求，也逐漸導入治理機制，例如建立上架審核機制，增加使用監控與錯誤標記的回饋機制，來確保日後擴大規模後的品質。
四種運用模式促進GenAI應用擴散全院
醫點家提供了四種應用模式，要來促進GenAI應用的擴散，包括了自建小幫手、直接使用模式、商城共享還有HIS整合模式。
醫點家提供了一套標準化的資料處理模塊，醫療人員運用自然語言的提示指令，呼叫這些易用的標準化GenAI功能模組，就能快速建立自己的AI小幫手。系統會自動將這些指令轉換成模組化的任務流程，也可以支援多模態資料，如文字、語音、影像、多種文件和HIS系統資料的整合。醫護人員不需要任何程式開發知識，也能開發小幫手。沈偉誌希望，透過醫點家，可以更容易地將「臨床作業流程GenAI化」。
不只可以從頭自建，醫護用現成的自建小幫手或下載商城中的公版小幫手，在平臺內對話視窗中，就能執行不同的任務，還可以依據不同的職類、科室需求來微調提示指令，即時產生結果，不用自己反覆到各系統查找資料或重複輸入的麻煩。
小幫手上架到商城後，可以支援版本控制和授權控管，區分公版、院內限定或特定科室專用，其他同仁可依權限來使用或修改。
另外，醫點家還提供了小幫手商城和授權機制，可以將公版或共用的小幫手上架到商城，或者依授權範圍提供給不同單位使用。不同單位的醫護人員還可以自己微調或改寫這些公版小幫手。這些AI小幫手背後的任務提示指令邏輯，可以封裝、傳遞和版本控管，以便快速複製成功經驗。
甚至，成熟的小幫手還可以嵌入到HIS系統中，讓醫護人員不用切換系統，在原本的HIS系統環境中，就能呼叫在醫點家上的AI小幫手，來支援原本的臨床作業流程。AI小幫手的執行結果，也可以在使用者確認後，直接寫回HIS系統，來降低流程中斷和資料重複輸入出錯的風險。
IT部門負責HIS資料串接和AI落地
雖然醫點家的主要開發團隊是中山附醫AI中心，但是資訊部門也是關鍵的整合與落地負責部門。
中山附醫資訊室主任林政宏表示，IT主要提供兩大支援，一方面提供醫點家平臺與HIS資料的串接整合。另一方面，將成熟的AI小幫手反過來嵌入到HIS系統中。
醫點家系統透過API串接了各種HIS系統和醫院相關資訊系統，醫護人員透過簡單設定，就能取得他的權限可用的HIS資料，作為AI小幫手處理彙整之用。
中山附醫資訊室也會把關，採取最小資料原則，依據不同的臨床處理需要，提供必要的資料到醫點家，考量到隱私和合規要求，在HIS環境中就會要對外提供的敏感資料進行去識別化處理，取代只有HIS系統知道的身份識別代碼，才會上傳到外部公雲AI上，等到AI回傳結果到醫院後，藉由專屬識別碼來找出這筆資料所對應的病人，提供醫護人員使用，確保隱私資料不會外流。
醫點家關鍵推手，由左到右依序是中山附醫總院院長蔡明哲、中山附醫藥劑科主任賴永融、中山醫學大學董事長周英香、中山附醫資訊室林政宏主任、中山附醫AI中心沈偉誌主任、中山附醫病歷資訊管理室主任林素真。攝影／王宏仁
醫點家就像大量生產的AI工廠，也是創新的AI鑄造廠
沈偉誌表示，醫點家就像是一座AI工廠，也是AI鑄造廠，可以提供不同工具讓醫護人員自行開發，也能讓他們創新各種臨床AI應用。
醫點家也是一套全方位的資料處理平臺，串接到HIS子系統，來取得各種臨床資料，再借助生成式AI技術的多種能力，尤其像是理解語言的上下文關聯、處理高維度不同類型資料的能力、強大的格式轉換和自然語言生成能力，來有處理模糊或不完整資訊的容錯處理能力。每一隻AI小幫手都可以運用這些能力來處理臨床資料，最後可以輸出到不同地方，像是可以在真人確認後，將生成內容寫回到HIS資料庫中，或是直接生成檔案，來支援其他更多樣化的使用。甚至還可以將小幫手打包成一隻國際電子病歷交換標準FHIR格式的SMART on FHIR應用，單獨安裝到病人的手機上。
例如中山附醫就用SMART on FHIR架構，將大腸鏡清腸準備小幫手，從醫點家平臺獨立出來，使用者只要掃描QR Code就能以獨立App的形式來使用，這款小幫手App可以讓病患在家中輔助判斷清腸準備情況。
成熟的AI小幫手，如病程記錄小幫手會嵌入到HIS系統中，醫護直接在HIS中呼叫醫點家上的AI小幫手。AI執行結果在使用者確認後可直寫回HIS，降低流程中斷和資料重複輸入出錯的風險。攝影／王宏仁
從單一醫院落地邁向跨院共享、區域性整合
從今年3、4月開始至今，醫點家進入跨院擴散和生態系建構的第四階段發展。「隨著醫點家在單一醫院成功落地後，下一步就是推動跨院共享與擴散。」沈偉誌透露。
蔡明哲總院長更直言，就是要打造成一個AI小幫手的App Store，讓其他醫院，尤其是沒有能力自建平臺的中小醫院、診所，也能夠運用到GenAI小幫手的好處，來改善自己的臨床作業流程。
蔡明哲希望，透過「醫點家」平臺的技術，中山附醫帶頭，串聯區域醫院、地區醫院，甚至到上百家醫院，形成區域性整合。這是中山附醫邁向區域醫療AI生態系的關鍵一步。