發生什麼事？
想像一下，你的虛擬護士 Molly 在起床的瞬間就會提醒要測量心跳、血壓；吃完早餐後，你決定去晨跑時，在 Apple Watch 提醒下，一指預約了健檢，AI 隨即幫你媒合到適切醫師；到了醫院，你用機台報到，進了診間也毋需多說明，醫生看了健保卡裡的數據，就能比清楚你的身體狀況——這樣的未來，可能不遠了。
- WHO 指出，全球護理人力短缺近 600 萬人，因此為減緩人力不足造成的衝擊，各國政府積極開發 AI 技術，從診斷、人力配置到醫院的行政流程，都有人工智慧的影子。（樂說頭條）
- 2025 年起台灣每 5 個人之中就有一個超過 65 歲，導致護理人力嚴重不足，而根據 2013 年統計，每年雖然有近 6,400 位護理科系畢業生考上執照，但只有 60%的合格護理人員願意投入職場。（臺灣護理管理學會）
- 不只畢業生不投入職場，台灣 2021 實際執業人數只有考上護理師執照的 58.4%。相較於加拿大、美國的護理人員執業率 93.6％、83.2％，台灣護理人員執業率明顯偏低。（護理師護士公會全國聯合會）
- 人力短缺導致護理人員過勞，而過勞又會導致護理師離職，惡性循環下，人力自然不足。（詳見文末訪談，護理資訊學會理事長李亭亭）
為什麼重要？
人力短缺不只苦了護理人員，也苦了一般市井小民。台灣設立護病比的標準為醫學中心 1：9、區域醫院 1：12、地區醫院 1：15，而當護病比超過 1：6，護理人員每多照顧一名病人，病人死亡率就會增加 7％。（Marshall University）
- 護理師一人身兼多職，如一次 8 小時的班，要花 4、50 分鐘多次抓藥、撰寫護理紀錄，更要陪醫師巡房。下班後還得交接病人狀況，讓超時超量的工作成為護理人員的上班常態。（文末訪談）
- 護理人員的工作包含病人狀況評估、呼吸監測、藥物領取、輔助營養攝取等等，佔所有工作時間的 53.4%。往來病房次數頻繁，時常需要提前上班和超時加班來確認病人狀態，造成護理人員身心疲憊，危害病人安全。 （衛福部）
- 醫護人員工作繁忙，2013 就發生林口長庚醫師開錯藥量，差點釀成大禍，因此給藥時醫護人員都需反覆核對和檢查藥量，花費大量時間和人力，取藥流程無效率，又有人為疏失的風險。（華視）
AI 能幫多少忙？
醫療結合 AI 科技成為世界焦點，藉由人工智慧與機器學習的能力，讓醫護人員能真正地把時間花在患者身上。東海 AI 中心主任羅文聰表示，目前投入醫療領域的人工智慧雖然無法直接補充人力，但可以在行政流程、監護系統上協助醫護人員，節省工作項目與時間。（文末受訪）
- 智慧醫療系統商慧誠智醫開發「智慧生理量測站」，協助醫護人員遠端即時掌握病患者狀況，不用特地進行巡房和紙本紀錄，降低接觸風險及人力負擔。
- 台中榮總搜集十萬筆住院資料，包含病患的血壓、心跳、血氧、體溫、意識狀態等數據資訊，與東海大學合作研發「住院病人病情惡化預警系統」，大數據結合 AI 演算，預測風險精準安排人力，減低突發狀況的發生。 （未來城市）
- 為了提升給藥速度與正確性，長庚醫院引進「智慧藥櫃」，依靠大數據評估當日常用藥品項事先備好，藥師無須找藥、盤點藥品、簽收及退藥，也讓護理人員的取藥時間從 30-50 分鐘大幅縮短為 17 分鐘。（經理人）
未來將如何？
乍看之下，智慧醫療技術已經準備好要進入醫院，卻不見各層級醫院普及，歸根究底，還是不脫技術、成本以及制度這些老問題。究竟，是什麼阻撓AI進入到各個醫院？
- 醫院比起協助護理師的 AI ，對引進協助醫師的人工智慧更為積極，例如榮總、萬芳醫院都有引進「達文西手術」。改善照護品質需要大量時間，因此對於沒有立即成效、以節省護理人員工作項目為目的的 AI 技術，就會比較保留。（詳見文末訪談）
- 建設 AI 需要大數據，不只處理數據的基礎設備需花 2、3000 萬元，從分析資料到應用也得花費一至一年半的時間，投資成本大也成為醫院卻步的主因。（詳見文末訪談）
- 智慧醫療雖納入醫院評鑑，卻是「加分題」而非「必選題」，難以全面推動醫院重視 AI 技術。慧誠智醫總經理余金樹強調，在健保局主宰 99％的保險制度下，用政策來引導產業的走向，在台灣醫療特別有用。（詳見文末訪談）
政府與民間醫院、廠商的配合會是發展智慧醫療的重中之重，這次邀請到深耕台灣智慧醫療市場的慧誠智醫總經理、東海 AI 中心主任、護理資訊協學會理事長、行政院生技產業策略諮議委員會委員、及國泰醫院資訊護理師，一起從多方視角看台灣智慧醫療的未來佈局。
