發展AI不可或缺數據與人才。當各行各業都在搶佔AI人才，醫療院所雖然手握大量臨床數據，在競價過程中，能爭取到的AI資源卻有限。
亞東紀念醫院院長邱冠明表示，ChatGPT雖然為醫療界帶來啟發和鼓舞，實際應用上卻出現斷層，「就是理想很豐滿，但每天現場的應用卻非常骨感。」
他舉例，現況下護理人員在病房蒐集到病患資訊，需要回到護理站再輸入到電腦；值班結束、口頭交班後，也經常要回頭補上文字版本「回憶錄」。此外，醫生看診時，耳朵一邊聽病患主訴，眼睛要同步盯緊螢幕，忙著敲鍵盤寫入病歷，「從病患的角度，大家也可以感受到：『奇怪醫生怎麼攏咧看電腦？』。」
為了解決這些醫療現場的痛點，工研院於7月21日宣布集結亞東紀念醫院、中山醫學大學附設醫院、高雄榮民總醫院與奇美醫院，共同成立一支「醫療AI國家隊」，正式啟動「MedBobi 2.0整合平台」。
以臨床上常用的溝通術語訓練AI模型，MedBobi目標是將醫療院所各自為政的AI孤島串連起來， 打造一個能聽懂全台灣口音、從旁輔助臨床決策的AI助手，不僅要將醫護人員的行政時間從30分鐘銳減至3分鐘，更要將醫師的目光，從電腦螢幕重新還給病人。
從「聽打員」到「副駕」，MedBobi 2.0象徵AI代理化的未來
MedBobi平台的核心理念，是為醫護人員打造一個AI助理。工研院2024年推出的1.0版本「醫護聲易通」，已經成功在亞東醫院落地，主要扮演「聽打員」的角色。它透過語音辨識，將護理師與病人的對話即時轉為護理紀錄文字，減少文書作業負擔。
然而，1.0版本解決的是「減勞」的問題，2.0版本則要挑戰「加值」。
工研院生醫與醫材研究所所長莊曜宇解釋，MedBobi 2.0的核心是從單純的行政支援，進化為具備臨床判斷能力的「智慧決策醫護系統」。它不再只是聽寫，而是能「聽懂」對話中的醫療術語與臨床情境，並進一步提出建議。
「它最後還有『P』，是Plan（計畫），連藥名都寫了。」邱冠明以平台展示的一個急診情境為例，AI助理不僅記錄了病人的頭痛症狀，也在最後自動生成建議，建議醫生開立某項藥物來止痛。
也就是說，MedBobi 2.0勾勒的是AI代理（AI Agent）的未來，從一個被動的紀錄工具，搖身一變成為能主動分析、提出建議的「副駕駛」，像是臨床紀錄可以一路轉介到醫囑系統，由另一個AI代理接手，根據病人相關資料給予用藥、劑量建議，「只等著醫生說 approve，一鍵同意，這樣就結束了。」邱冠明說。
各家醫院都有AI，為何工研院要組「國家隊」？
只不過，台灣各大醫學中心早已投入AI研發，也幾乎有各自的AI數據與應用中心，為什麼還需要工研院出面組建國家隊？答案藏在兩個現實挑戰中：口音與規模。
「光是台中4家醫學中心，大家用的系統就有點不同，因為怎麼樣？腔調不同。」中山醫學大學附設醫院總院長蔡明哲指出，MedBobi加入來不同地區的醫院，一大原因是實務訓練AI模型時，發現語料的口音各有差異。
透過整合北、中、南4大醫療體系的臨床語音資料，工研院希望打造一個能適應不同地區口音和用詞習慣的AI大腦，確保其在全台應用的精準度。
第2個挑戰，則是產業規模。邱冠明坦言，如果每家醫院用自己的IT系統、小規模發展，「中小企業其實不太容易形成一個產業的規模跟氣候。」
換言之，單一醫院的資源有限，即便開發出優秀的系統，也難以形成可複製、可擴散的產業生態。也因此，部分醫院在投入大量AI資源後，常因後續維護和智財權等問題而停滯。
莊曜宇強調，MedBobi 2.0是一個「開放式的合作平台」，目標是讓所有醫療院所與長照機構，只要有意願都能加入使用，並且「不要為了所謂智財權或其他相關的問題再煩惱。」
透過工研院打造的底層架構，醫院可以專注於提供臨床場域與數據，自建符合需求的系統。高雄榮總院長陳金順更將此比喻為：「我們現在是遍地開花，那將來有沒有機會藉由這個系統，大家可以變成一統江湖。」
莊曜宇表示，MedBobi 2.0國家隊的策略，是先整合內部力量，將產品在國內多元的臨床環境中打磨到極致，形成一個堅實的「台灣經驗」與「台灣標準」。未來，支援96種語言的平台，也可能輸出到泰國、越南等新南向國家。
責任編輯：李先泰
