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
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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