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
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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