電子化醫療,上路了!
電子化醫療,上路了!
2002.12.15 | 科技

藥價黑洞、醫院打錯針、診所開錯藥,近來,太多負面的醫療新聞,讓醫療業者成為人人喊打的過街老鼠,台灣醫療品質的滑落,成了眾人關心的焦點。
「要改善醫療品質,唯有從提升醫院效率著手,」馬偕紀念醫院院長黃俊雄說道。在全民健保的費用瘦身要求下,健保局對各醫院要求合理門診量,醫院的收入有限,進而導致人力精簡,使得醫療人員往往工時過長,並且要處理許多類似調閱病歷、文書抄寫等非核心醫療的工作,醫療品質自然無法提升,「不可諱言,在提供醫療服務的同時,醫院本身也有現實的獲利需要,」他指出,藉由資訊技術處理非核心醫療的工作,可以節省可觀的人力成本,而資訊串聯起來,也可提升經營效率,黃俊雄舉例,若今天住院準備開刀的病患,無法在今天安排手術台,對健保資源、醫院及病患而言,都是時間與金錢的浪費。

**無關的事讓電腦自動去做

**
也因此,電子化醫療成了近年來醫院經營的顯學。馬偕醫院資訊室主任許世欣指出,以每天例行的住院病患診療為例,護士幫病人量體溫、血壓,或是醫生新開的藥方等資料,都是在診療結束後再回到電腦前輸入,不僅浪費時間,更容易打錯資料,根據90年代美國的統計,平均每抓7次藥,就有1次錯誤,就是因為醫療人員過於忙碌,以及不同系統間讀取資料時發生的錯誤,如何將醫院上百個不同的系統整合在一起,使得醫生直接把住院病患的診斷資料,打入PDA、Tablet PC等行動工具上,直接進入資料庫,同時傳到醫院藥局、病歷室、批價中心等相關單位,可節省每一次調資料後再輸入資料的時間,「每位醫療人員可因此回歸專業,讓醫生看病、護士照顧、藥劑師配藥,無關的事讓電腦自動去做,」許世欣指出。
電子化醫療不僅用在醫院內部系統的串聯,近來,更積極朝院際間整合方向推動。今年10月,美國剛通過的HIPAA法案(Health Insurance Portability and Accountability Act,醫療保險可攜性與責任),就是希望能建立起醫療機構間的電子病歷交換,讓每位病患的病歷資料,在顧及病患隱私的前提下,能在各醫療體系間流通。
微軟全球醫療服務事業群資深產業顧問哈辛(Ahmad Hashem)分析,HIPAA法案的根本精神,就是要節省醫療資源、提升醫院效率。他指出,隨著資訊科技愈來愈進步,牽涉到病患隱私的電子簽章技術已逐漸成熟,足以保障病歷在網路流通的安全性,在這樣的基礎下,推動院際間的病歷資料交換,可以省下許多重複的醫療動作,譬如照X光、驗血等,只要做一次,資料就能在各醫院間流通,可因此省下可觀的醫療資源。
由於HIPAA牽涉到整個醫療體系間的資訊交換,因此,建立起統一的電子格式成了初期的重點。為了做到院際間病歷交換,美國早在1987年便成立HL7聯盟(Health Level 7,保健第七層),如同Internet的HTML程式語言標準一般,著手制定各醫療系統間共通的HL7標準,將醫院資訊、檢驗、藥局、護理站、行政、財務等系統格式統一,經過15年的努力,終於在今年通過法案。

**著手電子病歷的交換

**
「HIPAA法案在隱私權保護等細節未必適用台灣,但開放、尊重病患權利及節省醫療資源的精神,對台灣醫療界則有示範作用,」台灣HL7協會常務理事顏志展指出。台灣醫療制度與歐美先進國家最大的差異,在於病歷資料屬於醫院而非病患個人,舉例而言,一位長期關節病的病人,原本都是在台大醫院掛號,由固定一位醫生看診,但當醫生從台大跳槽到其他醫院後,病患要再回去找這位醫生複診,病歷資料就得在新醫院重新記錄;而一位對某些藥物過敏的病患,長期累積下來對藥物過敏的資料,也沒有辦法轉到其他醫院,一旦這位病患搬家,看病還是得要長途跋涉回到原來醫院,病患的權利並沒有獲得合理的保障。然而,在健保財務吃緊下,電子病歷交換成了重要節省醫療資源的課題後,台灣長期以來醫院擁有病歷的不合理現象,也可因此解決。
目前,台灣醫療界已開始著手進行醫療資訊的交換,初期以各大型醫院為主。以馬偕醫院為例,台北、淡水、新竹、台東4個院區的病歷資料已開始統一整合,同樣的,長庚、國泰、國軍醫院等大型的連鎖體系,也開始推動各自分院間的院際資訊交換,預計未來將一步步向下推動到小型的醫院與診所上。
Internet開放的精神,不僅適用在商業世界,連與我們切身相關的醫療領域,同樣可以看到一路走來的開放腳步。

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