在2024年，我們看到生成式AI技術已日益成熟，並被廣泛應用，為整體產業帶來關鍵變革，其中亦包括面臨超高齡化社會、缺工挑戰的台灣醫療照護領域。
根據Google 2024年的一項聯合調查指出，繁重的醫療行政工作正導致員工過勞、人力短缺，並間接影響了最核心的病患照護品質。
調查顯示在全球，有62%的醫療照護與生命科學領域主管，已將生成式AI整合至營運流程，其中更有74%的主管表示，已至少在一項生成式AI的應用中看到投資回報。
2025年，生成式AI將扮演更核心的角色，協助醫療服務提供者簡化各種行政作業，以更專注於提供高品質的醫療照護。在這波應用浪潮中，我們看到了5個核心趨勢：多模態AI、AI代理（Agents）、全通路病患體驗、直覺化搜尋以及風險防範，可能會為整個產業帶來變革。
趨勢一：多模態AI，提供更全面的病患健康照護
今年，我們將迎接更多新興的多模態AI解決方案。
多模態AI是什麼？
多模態AI能夠處理來自圖像、影片和文字等多元形式資訊，這項能力在醫療照護領域尤其重要，因為將近90%的醫療數據是以圖像形式存在，包含X光片、掃描圖檔或照片。為了讓醫療專業人員對病患的健康狀況全盤掌握，AI模型必須能夠整合來自醫療影像、病患歷史紀錄和基因資訊等豐富的數據來源，以助醫療人員做出更精準診斷、設計更個人化的治療計畫，並最終助益治療成效。
Google Cloud於2023年與台灣長庚紀念醫院合作，針對乳癌聯手打造超音波輔助偵測AI，以去識別化的超音波影像、乳房X光片和其他生物標記等資料，訓練早期乳癌偵測的AI模型，初期成果就符合臨床期待，可偵測乳房腫塊並預測惡性腫瘤。
國際醫療保健公司拜耳（Bayer）開發中的AI創新平台，透過簡化影像分析和任務自動化，提升診斷效率、減輕醫師的過勞問題並優化病患照護。
趨勢二：AI 代理，在自動化與人工監督間取得平衡
我們預期「AI代理」將在2025年更廣泛地幫助企業自動化處理各種流程，然而對於醫療服務提供者而言，關鍵在於判斷哪些工作流程適合由AI代理處理，又有哪些仍需要人工監督。
臨床相關的工作流程將持續需要人為把關，但減輕醫療人員在後勤端和文書作業上的行政負擔，是我們預期AI代理能發揮價值的優先情境，而在這股浪潮中，台灣醫療院所也積極布局導入。
中國醫藥大學附設醫院與Google Cloud合作建構全方位的「AI輔助醫師」，這項亞洲首例的Med-PaLM2醫學中心合作案，透過AI快速產生「客製化癌症治療指引」協助醫護人員查找治療計畫評估資訊，同時也建置了「化療問答集」透過直覺的問答方式，為病患衛教問題提供專業、準確的回應。
臺北醫學大學醫療體系也已導入AI護理師助手，從每日最耗時的交班文書作業著手，運用Gemini整合交班紀錄系統來生成交班報告。這項創新顯著降低護理師整理交班病歷的時間，從過去逾一小時縮減至10秒，讓護理師能更專注於病患照護，提升醫療效率。
趨勢三：全通路策略，優化病患的就醫體驗
全通路（omni-channel）策略在未來將不只限於零售產業，而會有更多醫療服務提供者，致力擴展支援病患與醫療系統互動的方式，透過網站、行動應用程式、客服中心等數位管道，或是實體的就診過程，為病患提供跨足線上與線下的個人化照護。
Google Cloud在全球已看到許多合作夥伴正在部署由生成式AI驅動的數位健康管家，以簡化對病患來說惱人的就醫庶務，例如預約掛號、查詢帳單等問題。透過發展全通路策略，醫療服務提供者不僅能減輕行政負擔，更能透過數位化全面提升病患的照護和就醫體驗。
趨勢四：直覺化搜尋，翻轉醫療資訊的取得方式
為了提供病患最好的照護，醫療單位需要即時取得最新的醫學研究和治療方案。然而，在研究過程中，醫學術語和醫用縮寫的複雜性，使得傳統的關鍵字搜尋充滿挑戰。
由臨床知識圖譜（clinical knowledge graphs）驅動的語意搜尋（semantic search）應運而生，它讓醫療從業者能夠快速且輕鬆地找到所需資訊，以強化他們的病患照護建議。
該領域的領導者之一MEDITECH，正在將先進的AI搜尋和摘要功能導入其電子病歷系統，讓醫師能夠快速、直覺地從結構化和非結構化數據中，取得全面的病患資訊。利用該系統的搜尋和摘要功能，醫師可點選「疾病史」或「評估」來立即回顧過往的醫囑紀錄，並在幾分鐘內確認病患是否有敗血症或手術部位感染等狀況，無需耗費大量時間解讀圖表。
趨勢五：強化資訊安全，為日益增加的資安攻擊做足準備
作為重要的基礎設施，醫療院所資安問題已成為常態性挑戰，持續面臨數量與複雜度不斷升級的網路攻擊，突顯醫療機構做好資安準備的重要性。好消息是，AI不僅將改變醫療照護，也將增強醫療產業的資安抵禦能力。
為了確保AI能被負責任地導入，醫療單位必須同時在AI技術和資安措施上進行投資與革新，例如導入對抗性測試（adversarial testing）和進行紅隊演練，皆是可以為潛在攻擊預做準備的實務作法，或是如衛福主管機關從制度面推動醫療AI治理架構與制度建置的作為。
台灣呢？衛福部、國科會、健保署也都積極投入AI
台灣擁有強健的醫療體系，和積極擁抱智慧創新的從業人員。我們看到台灣衛生福利部去年成立3大AI中心，國科會今年5月亦公布智慧醫療計畫第二期，聚焦智慧臨床決策支援、GenAI與智慧醫院管理這兩大主題，宣示台灣產官醫療體系共同在AI應用上穩健前進。
在過去幾年，我們已與多個醫療照護領域的頂尖夥伴合作，成功將生成式AI導入日常營運中。我們更與健保署持續緊密合作，以AI驅動個人化與價值導向的醫療革新，雙方不只在去年以「AI-on-DM」專案為起點，針對第二型糖尿病患者，運用AI分析健保申請及生理檢測數據，打造智慧風險評估模型，成功實現個人化的風險分級與共病預測，系統更能產出個人風險報告。
今年亦深化合作，開發一款基於Gemini模型的糖尿病AI代理，自動生成數位衛教內容，輔助醫病進行更有效的個人化照護，並與廣受歡迎的「全民健保行動快易通 | 健康存摺」整合。
