「未來的醫療業，都將是軟體業。」醫院正從人力密集轉型為數據驅動的高可靠度平台。本文從 CIO 的五大關鍵面向，剖析這場變革如何將臨床「手藝」工程化為「演算法」，並以 SRE 確保可靠度，全面重塑醫療的運作邏輯與競爭格局。
文／林華庭（聯新國際醫院智慧醫療委員會執行祕書）
醫療產業正跨入一個前所未見的轉折點。醫院的本質，正從「人力密集的照護場域」轉型為「以軟體與數據驅動的高可靠度系統」。資料量呈指數成長、AI 開始進入臨床判斷、流程被重寫為資料與事件流，醫療品質的瓶頸正逐漸從人力密集的技術問題，轉向以軟體可靠度為核心的系統性挑戰。聯新國際醫療集團策略長蔡義昌提出貼切觀察：「未來的醫療業，都將是軟體業。」。連全球最頂尖的醫療體系也開始做出相同選擇：讓醫院像軟體公司運作。
國際醫療市場上，這項轉變已成為趨勢主軸。Mayo Clinic Platform 自 2019 年公布平台策略並與產業夥伴展開長期合作，2020 年後逐步擴大雲端資料湖與模型開發能力；Cleveland Clinic 近年擴大 AI 轉型治理，並設置與企業策略整合的 AI 主管體系，以提升模型部署與臨床導入速度；新加坡 SingHealth 長期推動 FHIR 結構化，其核心架構在近年逐步成熟，並持續擴大至臨床與跨院應用；英國 NHS 正在建構跨院的 Federated Data Platform；以色列 Clalit Health 則與產業夥伴合作打造下一代資料湖平台，以加速機器學習模型的訓練與部署。這些指標性機構的方向一致：醫院必須像企業級雲平台一樣運作，並以資料與軟體工程為核心能力。
以下從 CIO 最關鍵的五個面向，說明醫療軟體化如何重塑整個產業的運作邏輯。
醫院正重組為軟體公司：流程、角色、平台全面重新定義
國際研究指出，醫療作業的可程式化比例正在快速提升。Stanford HAI 在 2023 年的分析指出，約二至三成臨床工作具有明顯的工程化與自動化潛力。這代表醫院的功能分工正在改寫，單位不再只是人力的組合，而是逐步被拆解為「可觀察、可度量、可部署」的軟體模組。
▪軟體公司的核心特徵：重新定義醫療價值
軟體公司的最終價值，在於將人類的智慧與經驗進行抽象化和工程化，使其擺脫物理限制，實現無界擴展。軟體的真正力量，是透過解析複雜的知識、建立規則與邏輯，將人的智慧透過解析、規則化、需求，轉化為無形的數據與程式語言，讓人不再受有形的限制。
將醫院視為軟體公司，意味著必須具備三大核心特徵：
- 產品即演算法：醫院的核心價值從依賴醫生個人的「手藝」轉向「診斷演算法」與「護理腳本」的精準度與穩定性。競爭力不再是單純的服務量，而是軟體模組的精確度、可擴展性（Scalability）與迭代速度。
- 營運工程化：營運流程必須是可編程、可量化的軟體模組，並追求持續迭代與改進（Iteration）。這要求採用 站點可靠性工程（SRE）方法論，將系統運維視為工程問題，以確保高可靠度與快速交付。
- 治理平台化：組織結構必須轉向產品導向，由CIO 擔任平台設計師，推動資源整合和跨部門協作，將醫院這個複雜的生命系統視為一個可持續發展、不斷優化的「醫療產品」。
▪頂尖軟體巨頭的軟體工程智慧
醫院要完成這場轉型，必須汲取 SAP、Oracle、Microsoft、IBM 及 OpenAI 等軟體與 AI 產業巨擘的核心工程智慧。這些公司的精髓，提供了將醫療「手藝」轉化為「演算法」的實用路徑：
- ERP 流程的即時化與自動化（SAP/Oracle）：ERP 系統的價值不再是簡單的記錄，而是實現統一的數據基礎和即時洞察，透過高效率自動化，減少人工流程的冗餘，將資源最大化投入臨床。
- 賦能前端的高效協作（Microsoft）：軟體公司強調對使用者的賦能。透過生產力工具（如 Microsoft 365 及其 AI 協作能力），能將複雜的數據分析、寫作輔助和內建安全合規能力直接推到醫師和護理師的工作介面，從前端提升效率和協作品質。
- 策略轉型與混合雲架構（IBM Consulting）：大型顧問公司的經驗證明，數位轉型成功的關鍵是以業務影響為中心的策略領導。醫院必須具備建立和現代化混合雲架構的能力，並將 IT 策略與最高決策層緊密對齊，以確保轉型方向的正確性。
- 生成式 AI 與模型治理能力（OpenAI）：新一代生成式 AI 平台提供將大量非結構化的臨床文本、影像敘述與照護紀錄模型化的能力，協助醫院把難以標準化的知識轉化為可部署的軟體功能，同時透過安全政策、存取控管與輸出稽核框架，建立可追溯、可治理的 AI 使用基礎，降低臨床風險，讓 AI 能在臨床與行政流程中安全落地。
▪未來的醫院：高可靠度雲端服務平台的宣言
當所有醫院都成為軟體公司，醫院的本質就發生了根本性重塑。它不再是一個依賴物理空間和醫生手藝的傳統服務機構，而是一個大型、高可靠度的雲端服務平台：
● 價值突破物理限制：實現大規模複製與可擴展性，演算法可跨時空複製專家經驗，使醫療決策不再依賴特定場域或個別專家。
● 工程化營運底線：系統的可靠度被提升至臨床倫理的高度，透過 SRE 實踐，確保 EHR 延遲率、連線成功率等技術指標與病患安全成果嚴格掛鉤。
● 組織的去中心化治理：傳統的 IT 隔閡被打破，組織結構轉向產品導向，形成以數據和平台為核心的分布式治理。臨床與行政角色逐漸承擔系統設計與流程治理的職能，使醫院成為工程化平台。
▪未來的病患體驗情境：從服務對象到平台使用者
若以醫院即軟體公司的視角來看待病患，病患則成為這個「健康平台」的使用者或客戶，其體驗（User Experience，UX）是設計流程的核心。就醫與健康促進情境將發生以下根本轉變：
● 就醫體驗的「人情味」回歸：由於 AI 自動生成病歷摘要，醫師在問診時不再需要「埋頭苦寫」，能將注意力重新放回病患身上，眼神接觸時間變多，Nuance 調查（2024）顯示，多數病患認為醫師在使用 AI 記錄輔助後更具投入感與人情味。
● 全流程的「即時客製化」：病患的基因、 EHR、穿戴式設備數據等，透過 FHIR 標準匯入數據湖，系統可即時為病患生成最優化的藥物組合與劑量方案。
● 預防與健康促進的「腳本化」：健康促進不再是泛泛建議，而是高度個性化的「護理腳本」。AI 根據病患的治療細節和生活環境，生成易於理解的居家護理指導和衛教資料，這種客製化內容能夠最佳化病患體驗，並提高遵從醫囑的機率。
● 服務的無縫與高效率：醫院作為高效能平台，能將行政流程自動化，大幅減少病患等待理賠、等待出院文件等行政延遲。
例如，Mayo Clinic自 2020 年D後急診動線已以急診動線以事件流架構管理，而非單純以事件列表記錄流程。Cleveland Clinic 成立 AI 轉型辦公室後，將手術室排程轉為演算法管理，由系統負責提出衝突避免建議，再由人員審核。這些案例顯示：醫療現場的「工作內容」正被轉寫為「軟體功能」。
[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 LinkedIn，與全球CIO同步獲取精華見解 ]
在此框架下，醫療角色也正在「軟體公司化」，醫療流程要能被觀察、被測量、被部署，才能被最佳化。這就是軟體企業的運作方式。：
● 醫師：從單純診斷者 → 決策模型的設計者與審核者
● 檢驗與影像：從科別 → 資料管線與數據品質管理者
● 護理：從照護者 → 即時資料流的核心節點
● 藥師：從處方管理 → 藥物演算法與供應鏈協調
● 在行政與管理面，營運管理逐步採用 SLA 與 SRE 儀表板呈現，以可用性、延遲、錯誤率表示服務效能，而非單純以人力流程衡量。
高可靠度成為臨床倫理：SRE 走進醫療，是必然，不是選擇
當醫院被重構為以軟體運作的平台後，可靠度成為系統治理的核心指標。站點可靠性工程（SRE）正式成為醫療必備能力。醫療對延遲和中斷的容忍度極低，比金融業還要嚴格。
如 Kaiser Permanente 的臨床資訊系統對延遲與寫入時間有明確門檻設定；在 NHS，遠距監測與臨床資訊平台需維持高可用性標準才能上線。Northwell Health 醫療體系透過導入 CI/CD 管道與自動化監控，大幅降低部署錯誤並提升版本釋出頻率。
各醫療體系的數字雖不盡相同，但共同趨勢一致：可用性、延遲與錯誤率已成臨床治理的重要指標，系統中斷不再只是 IT 事件，而是臨床風險。更重要的是， SRE 引入了「錯誤預算」（Error Budget）概念，使CIO 能以量化方式與臨床部門討論「可接受的風險」。例如，Google SRE 的原則指出，SLO 為 99.9% 的服務，錯誤預算為 0.1%。生命支持系統的錯誤預算通常被定義為極低，並需依系統階層與臨床風險進行分級管理。
資料架構即競爭力：FHIR、語意化，是醫院的護城河
當 AI、演算法與自動化進入臨床流程後，資料標準化就成為醫院最關鍵的結構性能力。國際醫療體系的經驗顯示，只要資料能夠以 FHIR、LOINC、SNOMED CT、RxNorm 等標準架構整理，後續的模型開發與跨院協作速度就會大幅提升。
英國 NHS 的 Federated Data Platform 建構在資料標準化之前提之上，使各醫療單位的資料在統一架構下運作。以色列 Clalit Health 透過新一代 FHIR 資料湖加速模型訓練與部署流程，並使跨場域資料整合更具一致性。新加坡 SingHealth 亦持續推動 SMART on FHIR 與語意化架構，以提升第三方臨床應用的接入效率，並強化跨系統的資料互通。
生成式 AI 正重新定義臨床效能與人力分配
生成式 AI（Gen AI）的臨床效益正在全球醫療系統中快速證實。
McKinney 等人（2020）發表於《Nature》的研究證實，Google Health 的乳癌 AI 在多項指標上均超越六位放射科醫師的平均水準；其他國際研究亦指出，臨床決策支援工具能降低部分臨床任務的負擔，使醫療專業人員能更專注於患者決策（不同研究的減負幅度並不一致）。在行政流程方面，Deeds 等人（2024）指出，美國初級照護醫師約有三分之一至一半的工作時間耗費於 EHR 記錄與查閱；Apathy 等人（2024）顯示虛擬紀錄秘書可減少醫師約兩到三成的行政記錄負擔。
CIO 的新任務：以平台治理重構整個醫院
醫療軟體化的根本意涵是：IT 不再是後勤，而是企業核心能力。全球醫療機構正以前所未有的速度，將CIO 的職責從系統維護者，轉變為定義服務邊界與系統可靠性的首席平台架構師。醫院內的系統異質性高、資料生命週期長、臨床風險極高，使 CIO 成為跨領域整合與平台治理的關鍵角色。
▪複合型數位高層的崛起：將技術責任下放至臨床
工程化與資料化的決策模式的轉變，催生了資訊與臨床融合的高階執行職位。這些複合型角色，例如「院長 CIO」、「醫師 CIO」、「護理 CIO」等，將技術責任從 IT 部門擴展至臨床領導層：
● 院長 CIO：此角色是最高領導者，通常擁有如同副院長級別的策略權威，負責將數據和平台策略整合至醫院的最高營運目標，例如：Mayo Clinic 的平台領導者，同時兼具醫學背景和平台管理職責。
● 醫師 CIO：正式職稱為 Chief Medical Information Officer（醫師資訊長，CMIO）。CMIO 通常由具備醫學背景的醫師擔任，負責擔任醫療部門與 IT 技術部門之間的橋樑，確保技術的設計和應用符合臨床流程和病患需求，並監督醫療術語標準化。
● 護理 CIO：正式職稱為 Chief Nursing Informatics Officer（護理資訊長，CNIO）。CNIO 代表護理專業，主導臨床資訊策略，確保資訊系統優化照護服務的交付和品質，同時將護理人員的臨床經驗轉化為系統的介面設計與流程邏輯。
這些角色是實現分布式治理的關鍵，標誌著 IT 決策已與臨床成果緊密掛鉤。醫療導入工程化治理需因應法規、資安、責任分配等額外限制，較科技業更複雜。
[ 推薦文章：AI-ready 推進臨床應用 中榮落實骨鬆伺機性篩檢 ]
為此，全球頂尖的醫療機構正賦予 CIO 六大治理權責：主導平台治理，將醫院視為可持續迭代的「醫療產品」進行設計與定價；確立工程化運維的底線，透過 SRE 團隊確保系統可靠性成為不可妥協的臨床倫理體現；建立全面的資料治理與 AI 治理框架，監督數據的倫理使用、規避演算法偏差；同時，強化資安治理，設置資通安全長（CISO）等高階職位並部署 EDR 機制；最後，透過人才結構重整，將技術人才派駐到臨床前線，擔任技術夥伴經理的角色。
例如 Mayo Clinic，其資料與平台策略由跨部門平台團隊統籌，並與 CIO 密切協同推動資料湖、模型治理與臨床創新。Cleveland Clinic 近年成立 AI 治理架構，並由首席 AI 官負責制定 AI 模型部署與監管規範；新加坡 SingHealth 亦將資料治理納入醫院策略層級的常設議程。
結語
醫院成為軟體公司，不是比喻，而是對其數位 DNA 的全面重構。未來的頂尖醫院，將同時是一家臨床機構、一座高度自動化的資料中心，以及一個以平台規模化運作的雲端企業。當臨床、行政與管理各層級皆能以資料、模組與可靠度為共同語言，技術治理不再侷限於 IT，而成為整個醫療體系的集體能力。此時，人人都是 CIO，因為技術治理已不再是少數部門的責任，而是全體醫療專業人員的共同行動。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
