後疫情時代智慧醫療科技展望與未來（七）
疫情帶動醫療院所進行數位升級，並且帶動整個科技產業、學界與醫療院所進行醫療人工智慧（Medical AI）發展，無論是醫學中心、區域醫院、地區醫院或是連鎖藥局與診所，又或是非接觸式科技、行動醫療、遠距醫療與生成式病歷與護理記錄等，越來越多 AI 輔助相關應用出爐，可以讓臨床醫護人員與病人對於科技輔助有感，本次會分析整個 AI 導入的政策期、場域驗證期、臨床應用期與擴散複製期等進行各層心法探討。
文／黃冠凱‧衛生福利部彰化醫院醫務行政室
隨著 COVID-19 疫情帶動整個醫療 AI 百花齊放，從非接觸式技術、遠距醫療、醫療影像輔助判讀與生成式病歷與護理記錄應用等，讓臨床醫護人員對於科技輔助介入，減少很多臨床照護與記錄的壓力，讓臨床醫護人員對於整個智慧醫療科技輔助有感。
[ 推薦閱讀：醫療區塊鏈應用與未來商機淺談 ]
本文透過各種面向與角度去探討整個 AI 如何有效導入與落地，並且分成「政策期」、「場域驗證期」、「臨床應用期」與「擴散複製期」進行每個階段探討，讓將來各醫療院所層級導入醫療 AI 專案時可以依照上面步驟進行相對應方法應用，減少導入醫療 AI 專案的時間、成本與人力浪費。
政策期：哪些人事物、資金需要盤點
醫療院所在導入醫療 AI 專案政策期，需要由醫療體系經營層支持，並且由院層級單位進行統籌規劃，針對醫院資訊網路環境、建築物動線、醫療儀器、臨床醫護同仁重覆性作業項目進行相關人事物與投入預算與資金進行盤點。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球 CIO 同步獲取精華見解 ]
這個時期可透過資訊人員、醫工人員、醫院經營層、臨床醫護人員組成跨團隊進行規劃與設計，唯有橫跨不同單位組成跨領域團隊進行設計思考所產出主題、解決方案與找出臨床實際痛點，這樣才能設計符合臨床醫護團隊實際需求的醫療 AI 系統。
場域驗證期：導入過程中的微調實例與經驗分享
醫療 AI 專案在導入過程中，需要針對醫院軟體、硬體與導入場域空間配置與動線進行相對應規劃，特別在於數據收集區間、異常值控制項設定與通知機制、沙盒平台設計、醫療儀器規格與物聯網監測設備配置等，需要與臨床醫護人員、資訊人員與醫工人員進行討論並且依照現場臨床作業環境進行微調，才能產出符合臨床醫護人員需要數據來源，這樣才會有效減化臨床醫護人員臨床作業重覆問題。
臨床應用期：導入後效益分析
當場域驗證期將相關臨床數據來源與環境配置進行微調後，則進入臨床全面導入階段，這個時期就是醫療院所開始運行後，透過導入後效益分析、臨床醫護人員工作效率衝擊與科技輔助態評估、人員教育訓練等過程就是關鍵重要。
因為很多醫療 AI 專案開始全面運作之後，需要經歷「舊系統」與「新系統」或是「紙本」與「電子化」共存階段，醫療院所需要投入人力進行「數據有效性」、「數據區間收集判斷」、「異常值判斷與通知」、「資料辨識定義」等。
這段期間需要資訊人員、醫工人員、臨床醫護人員，進行「數據」與「資料沙盒平台」修正相關微調參數與定義範圍，並且需要找科技產業、學術單位，由學界、產業與醫院進行三方面軟體、硬體與人力等資源結合，讓醫療 AI 專案有效落地並且進行產品化。
擴散複製期：同業標竿學習與生態產業鏈融合
各個層級醫療院所導入相關醫療 AI 專案可以互相標竿學習，進行跨院際合作與生態產業鏈融合、因為不同醫療院所同科臨床醫護人員社群互動、不同醫院經營者聚集，都是下一步醫療 AI 推動思維與作法重要關鍵，也是醫療 AI 持續進步過程。
國內醫療 AI 推動具有成效，則是以各醫學中心跟科技產業與學界進行三方面合作，但是如何有效導入區域醫院、地區醫院或是診所，則是有賴於如何將相關醫療 AI 系統進行模組化、規格化、商品化，並且利用「訂閱制」收費方式，才有機會將資源進行整合，並且有效導入不同層級醫療院所。
[ 閱讀所有 黃冠凱 的文章 ]
上述「政策期」、「場域驗證期」、「臨床應用期」與「擴散複製期」等 4 大時期，都需要醫療體系經營層支持與院層級管理單位進行統籌，並且進行各單位從上到下的相關人員進行配合，以及有長時間與產業、學界進行相對應交流與回饋，並且協助各單位的任務與減化臨床作業服務，才能得到更有效率的推動與前進。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
