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
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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
台達電全解讀
© 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