北榮醫院「數據戰情室」直擊!看高層如何用一面數位牆做決策?
北榮醫院「數據戰情室」直擊!看高層如何用一面數位牆做決策?

猜一猜,每年平均有多少門診患者走進臺北榮民總醫院(以下簡稱北榮)?

答案是「250萬」。儘管這筆數字包含重複造訪人次,但一間醫院負擔的人流,竟與全年造訪台灣的香港加韓國旅客數相當,不難想像管理階層做決策時面對的壓力與困難。

北榮數據戰情室上線,初期串連百種管理指標

北榮智慧管理中心
以圖形化介面呈現醫院管理數據,乍看之下與股市看盤軟體有點像。
圖/ 王郁倫攝影

6月12日,北榮啟用「智慧管理中心」,這間數據戰情室配有86吋數位看板1塊、55吋2塊,預計可提供11名院方高層開會使用。智慧管理中心系統由研華提供,以WISE-Stack 300數據平台伺服器為基礎,透過不同模組整合資訊,能匯集一般/加護病房占床率、死亡率等多項即時/非即時管理數據,並提供分析結果。北榮預期,第一階段將上線超過百個醫療品質指標。

數據戰情室概念,近年來在國內各醫院發酵,如奇美醫院運用在急診室、臺中榮總落實於糖尿病患者照護。北榮是第一間,將數據管理平台用在醫院管理的醫學中心。

「如同蓋了一艘航空母艦,上面要放哪些戰鬥機,未來都可以再精挑細選。」計畫主持人、北榮品質管理中心主任周元華形容。

他舉「14天非預期住院率」為例,這項指標顧名思義,指的是患者出院後,兩週內因病再住院的機率;每科別都有各自記錄。

北榮智慧管理中心
北榮即時整合醫院管理數據,最大優點在於能做到資源分配與配置。
圖/ 吳元熙攝影

對醫院而言,若非醫師規劃、評估有住院需求,患者出院後短期又入院,某種程度代表上次接受的治療並不完善。同樣道理也可以用在解讀「手術後24小時再住院率」上。

透過視覺化、即時呈現「加護病房占床率」,則可掌握各科別容納量,若不幸發生重大災難時,能更快速分配資源。

北榮院長張德明表示,2019年至美國約翰霍普金斯大學醫學院參訪時,看到他們將門診、急診人數、手術數量、營收狀況、衛材管理、人事資料等,其至各部門的績效、KPI統整至一套系統內,覺得相當驚艷。希望北榮啟用智慧醫院管理中心後,能改變過去在月底看報表的傳統經營方式,即時掌握資訊。

「不是水管接起來就好」,醫院建數據管理系統的兩大難題

經過兩年時間規劃、討論與實作,北榮智慧醫院管理系統正式上線,除了能在戰情室觀看管理數據變化,包含院長、5名副院長與各科、處室主管在內,未來都能依權限自行在電腦登入使用。

周元華笑說,大家都覺得做系統不是就把所有數據串起來,「水管」接上就好了嗎?其實,醫院有許多先天難題存在。

首先,是 資安 。由於醫院存放大量患者個資,加上近年來不斷有駭客攻擊醫療機構事件發生,北榮決定採「私有雲」方式,由研華建置500萬等級的主機,讓院內資訊室以備份資料、即時存取數據方式串連管理系統。

北榮智慧管理中心
周元華認為,這套管理系統不重「量」,除了努力尋找能直接串連的即時數據,也期待各處室提供非即時的重要參考指標。
圖/ 王郁倫攝影

他解釋,就像送報紙到門口信箱,不需進入家裡一樣。醫院把資訊拿出來放在主機特定位置,提供管理系統抓取,「就算發生了什麼意外、信箱燒掉,不會整個家裡都出事。」

其次,也是最大的挑戰,與 醫療管理數據的「龐雜」有關 。

「光是醫療品質指標至少超過600個,當中15%是紙本記錄,因此我們初步上線系統的指標比例約在20%左右。」周元華表示。

他解釋,醫院的數據項目無法用「幾個」來描述,高達上千種也不誇張。因此,拿數據的困難在於「如何挑選」,過去一份報表裡或許有20個項目,現在有18種都派不上用場,唯有挑出能即時串連系統的指標,對管理層才有較大幫助。

實際上,在新冠狀病毒(COVID-19,俗稱武漢肺炎)疫情期間,約翰霍普金斯大學也以視覺化儀表板(dashboard)方式統整各國數據,提供外界了解全球疫情動態。

研華科技智能服務事業群副總經理江明志表示,提供給北榮的這套管理系統,研華自己也在使用,每天早晚會更新兩次,目的是讓經理人即時掌握公司現況與目標,不斷精進調整。

周元華不諱言,醫院記錄數據雖完整,但多數保留在各單位與處室中,若院方需要了解相關內容,需「跨區」詢問,屬於低效率做法。現在開始,系統將提供直覺式的圖形化分析,還要試圖結合「早期危險警示系統」,透過影像預防患者跌倒。

他強調,系統一定會持續優化,「重點是,有了航空母艦後,醫院前進的速度和過去就不同了。」

責任編輯:陳映璇

關鍵字: #研華
往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓