醫療照護如何轉型?掌握3原則,借力數位科技驅動新模式
醫療照護如何轉型?掌握3原則,借力數位科技驅動新模式
2020.06.23 | 醫療生技

當今醫療照護體系看似因各國需求與發展情形的不同,各自面臨不同的考驗,然而各地醫療照護體系實則面臨共同的挑戰──可負擔性不足、資源分配不公、照護成效不均等。面對不斷攀升的醫療照護成本與需求,如何有效進行資源分配、提升醫療服務品質與可及性成為全球各地醫療照護體系亟欲解決的重要課題。

根據Deloitte在醫療照護產業長期的研究觀察,未來醫療照護體系將大力借助科技應用所帶來的助益,透過關注焦點轉向疾病預防與健康福祉、實現醫療數據間的互通性和重視病患參與度與自主性等三項重點特色體現,真正促進醫療照護轉型、克服當前挑戰。

推薦閱讀:高齡化社會來臨!醫療科技要怎麼做,才能解決長照問題?

關注焦點轉向疾病預防與健康福祉

受到醫療技術進步與健康概念演變的影響,醫療照護重心正由消極治療轉向積極預防。 醫療科技的應用除了能協助及早辨別、診斷與控制疾病外,亦能有效降低後續治療負擔與花費,並克服過去因技術、地理距離等產生的診療障礙,提高醫療服務可及性,進而促進整體社會的健康福祉。

shutterstock_570590131_遠程醫療
圖/ Agenturfotografin via shutterstock

實現醫療數據間的互通性

具互通性的醫療科技設備與平台能即時蒐集、整合不同來源的病患資料,協助醫師進行診療決策,以更個人化的醫療照護提升病患體驗與服務品質;由大量數據所集成的資料庫並能進一步應用於進階數據分析,提供對疾病的關鍵見解,以強化診斷準確性與治療成效,不只提升醫療品質也降低不必要花費。

重視病患參與度與自主性

數位科技的發展使病患更易於取得醫療照護資訊、掌握自身健康資料,參與醫療討論的意願也因此提高。醫療照護的決策與執行將更高度重視病患的自主性,以選擇最佳可行的治療方案,實現以人為本的醫療照護與病患體驗。

shutterstock_1585488472_遠距醫療
圖/ RossHele via shutterstock

利用AI技術,實現未來醫療照護

應用AI醫學影像判讀急症病例,把握最佳治療時間

醫學影像是日常重要的診療工具之一,然而,日益增加的影像判讀需求與供不應求的放射科醫師使許多急症病例的治療被迫推遲。以色列的希巴醫療中心(Sheba Medical Center)引進新創公司Aidoc開發之技術,利用AI進行影像審查。藉系統即時判定高危病例並對放射科醫師進行警示,協助醫師優先診斷這些病例、供臨床醫師做後續治療。此技術縮短了高危病例32%的診療時間也提高診斷的準確性。

透過AI與遠端監控系統改善慢性疾病管理

智利的健康管理公司AccuHealth透過AI遠端監控的能力協助管理廣大慢性病患,運用「即時遠端監控」、感應器與平板電腦引導病患蒐集生理數據,並回覆每日簡單的自我檢核,如飲食與生理狀況等。

透過龐大的數據庫和演算法區分不同風險程度的病患,更加精準地預測病患的健康發展走勢。如此一來,健康教練(health coach)得以將時間分配於高風險且需要立即介入協助的病患。目前,該公司已協助使用者降低32%的住院率以及15%的急診就診率,使整體使用者節省了約35%的個人保險花費。

掌握3項核心原則,應用技術進行醫療照護轉型

體系的轉型除了妥善的規畫與導入外,許多外部因素如友善的法規環境、社會對臨床照護與公共衛生品質的堅持、支持創新和數據驅動決策的文化以及大眾的支持與信任,也能於一定程度上決定轉型的成敗與速度。筆者建議,希望透過科技應用進行醫療照護轉型與升級的組織或單位,都應遵循以下3項核心原則:

1. 訂下明確的整體願景與方針

訂定之目標需作為後續方案設計的指導原則,以確保方案之發起初衷與結果一致。

2. 擁有能統合與集成資訊的管理系統

此系統需具備資訊交換、分析、圖像化以及資訊安全防護等功能。

3. 重視完整的變革規畫與管理

需從根本推動相關使用者行為上的改變,了解對關係人的影響,從而去預測阻力以獲得支持,並將其反饋用於後續調整與優化。

反觀我國,因爲台灣擁有紮實的醫療經驗、多年健保所累積的龐大數據、長期發展的科技軟硬體能力,為台灣醫療照護體系的轉型打下良好的基礎;然而,如何從社會環境針對法規條件、政策方向、產業資源、大眾心態等進行整合或轉變,並從組織或企業內部針對商業或夥伴模式創新、整合並發揮各項科技應用、提高變革落實範圍與深度,以形塑更友善的產業環境與自身條件,有效驅動轉型,應是台灣醫療照護產業中產官學界各重要角色需要不斷思考、交換意見並共同努力推動的目標。

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場

關鍵字: #智慧醫療
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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