智慧醫院 啟動五大創新布局 2019-06-12 作者: 洪綾襄、孫蓉萍 有沒有過被救護車十萬火急地送到急診室，卻在檢傷區苦等交接、等處置、等病床？或是在住院期間昏沉沉地總搞不清楚東西南北、什麼時候該做什麼檢查，苦等不到醫師巡房、又不好意思一直去問護理師？如果有了智慧醫療科技輔助，這一切會變得不一樣。專攻急重症資訊監控的慧德科技，兩年多前協助台北市政府高級救護隊開發出緊急醫療救護系統iEMS，透過行動網路直接與各區急診室串接，病患上車、貼上電極，生理資訊和12導程心電圖數據，就會立即傳送到後送醫院急診室，讓急診醫師判讀，在病患到院前就能聯絡相關科室、安排手術，大幅縮短搶救時間，提高急診運作效率。彰化基督教醫院從5年前動員全體系醫院導入智慧醫療，陸續與研華、宏碁、慧誠智醫等科技廠商合作，真正全面落實智慧醫院。現在不用怕在如迷宮般的醫院迷路了，因為有機器人可以幫忙帶路；床邊的平板也不只是讓你看電視，由於所有儀器設備都聯網了，所以你做的所有量測數據都會直接匯入系統，病友隨時都可查詢自己的生理資訊和檢查排程，不再無所適從。
量測數據聯網 降低出錯率 彰基護理部主任張淑真說，現在護理師不須在病床和護理站之間疲於奔命，數據直接匯入，降低人為抄寫錯誤的機率，省下不少重複性說明、衛教的時間。世界各國為解決醫護人力短缺以及高齡化浪潮，紛紛將醫療結合科技，以資訊通訊技術開發數位化、行動化與智慧化的創新醫材，以期提升醫院營運效率與醫療品質，進而延伸醫療的覆蓋率。根據國際產業顧問公司佛利斯特．蘇利文（Frost & Sullivan）報告，智慧醫院商機在物聯網中排名第2，僅次於工業物聯網，到了2025年，市場規模將來到1600億美元，醫療數據的資料分析與雲端運算的商機就超過380億美元，若再結合人工智慧與認知運算技術，預估在2025年可為醫療保健產業節省超過1500億美元。國家實驗研究院科技政策研究與資訊中心科技產業資訊室分析，國際上發展智慧醫療有5大發展主軸，分別為遠距醫療（telemedicine）、人工智慧（artificial intelligence）、機器人（robotics）、物聯網和穿戴式裝置（IoT and wearables）、區塊鏈（blockchain），世界各國都以此為基礎發展更多新應用。
法條鬆綁 開放資料互通 台灣臨床醫療舉世聞名，資訊與通訊產業也首屈一指，具備發展智慧醫療的所有優勢。華碩、友達早就將旗下醫療照護事業獨立成子公司，廣達近年也從工業雲端跨足智慧醫療，也發展自家醫材品牌QOCA，廣達董事長林百里更常親赴醫院與院長溝通，而花了10年籌備、去年12月中，由鴻海總裁郭台銘捐贈150億元成立的台大癌醫中心也即將落成。尤其，去年醫事司修改《醫師法》、《醫療法》、並將《醫療器材法》專法化從《藥事法》獨立，許多過去被限制的業務，不再綁手綁腳。此外，今年健保署也上架了5大雲端業務，開放資料庫與各醫院連結互通，都可應用延伸。為了讓醫院與廠商更清楚彼此的需求，加速推動智慧醫療進展，今年3月底的智慧城市展上便發表了智慧醫療創新整合（HST）平台，這是醫策會從每年智慧醫院評比中，甄選出具有商品化潛力的產品，類別上以優化門急診服務和行政管理的產品最多，占比均超過20%，其次則是住院服務、教學研究雲端平台、環境管理和社區健康。目前醫策會也已頒發智慧醫院全機構認證給六家醫院，分別為林口長庚、台中榮總、中國醫學大學附醫、台北馬偕、高雄長庚及員林基督教醫院。工研院電光所所長吳志毅觀察到，要體現智慧醫院，有沒有AI演算法、有沒有砸幾10億元買設備倒是其次，最重要的是讓萬物聯網，設備可以用數據對話，才能激發更多應用。今年電光所與有51年歷史的彰化醫院合作智慧醫療專案就發現，洗腎中心有最新的血液透析設備，也有10年前做的護理系統、20年前的血壓機，數據無法對接。因此與其想辦法從機器裡匯出數據，還不如利用攝影機從外部對著螢幕拍照，再用AI影像自動辨識畫面，就能迅速擷取出數據，把儀器串連起來。先前電光所與彰基合作的專案，則是利用可見光做儀器定位，護理人員在交班盤點器材時，與護理資訊系統連結的LED通訊系統會把光點打在儀器該有的位置，讓醫護人員減輕了不少負擔。「技術層次不高，但把各系統串接好後，就能以最少的成本，幫每個護理站每月節省8~12天人次，」吳志毅說。此外，奇美醫院的醫病共享平台SDM之所以獲獎連連，也是做到只要用手機或電腦掃QR Code，就能登入平台，儘管介面很陽春，但方便病人與天邊孝子，和醫師、社工師、護理師隨時溝通，現已成功導入婦產科、癌症中心、護理部等多部門實務應用。流程優化之外，醫界也積極將資訊科技應用於臨床。去年創院40週年的長庚體系，就鎖定醫院病歷改造、醫師臨床決策輔助系統、智慧化醫療、大數據應用中心等4大重點發展智慧醫療，近期推出衛教機器人「多莉」，讓病人在就診前就可透過和機器人對話來瞭解自身病情，獲得更多衛教資訊。林口長庚紀念醫院眼科視網膜科主任黃奕修指出，愈多人問多莉，它就愈聰明，而且它背後還串接了視網膜影像AI輔助系統，能從問答中探查計算出糖尿病患者罹患黃斑部病變（DME）的風險值，讓醫師和病患能及早發現和追蹤病情。「這個系統匯集了數百名糖尿病患者的治療回饋資料，歷時5~10年開發，上線3個月已服務上百名患者，風評都很好。」黃奕修說。
醫務流程 資安要求嚴格 當然，發展智慧醫療仍有許多問題需要克服，主要還是來醫療院所與廠商間的磨合。財團法人醫院評鑑暨醫療品質策進會執行長王拔群指出，很多廠商想踏入醫療，技術都沒問題，但要串到醫院醫務流程裡，難度就出現了。慧德科技總經理李慧鈴觀察，醫院系統很複雜，有門診急診掛號系統、醫療資訊系統HIS、護理資訊系統NIS、床邊照護系統PIT，表單的E-Form等，要做到醫療臨床等級，資訊安全性要求更高，產品都得通過ISO認證和國內外食藥署FDA審查，也要申請專利。即將於7月開幕的台大癌醫中心院長鄭安理就表示，「我對癌症醫院相當堅持的是，不希望病人進到醫院，看到的都是冰冷的儀器，我們絕不炫耀科技，但是科技必須無時不在服務裡，病人只要進到醫院，就會感受到科技帶來的便利。」相較於改善流程，鄭安理更關心資訊科技應用於臨床醫學診斷上的瓶頸。他表示，過去很多廠商找醫院合作，都是想利用醫院的數據來訓練他們的AI演算法，但做完後才發現賣不了錢，「因為他們沒讀到醫師的心。」曾有廠商想利用演算法分析肺部CT（電腦斷層）影像，若拍攝到腫瘤，系統透過大數據分析與深度學習，就可推估多少比例是良性的、多少比例要開刀切除？準確率能從人工判斷的7成提高到8成。但只是從7成提高到8成，醫師聽了都打呵欠。他坦言，機器不知道的是，台灣40歲以上的人有1/5都有腫塊，只是大部分是良性，「這是病人切身相關的事，準確度沒有9成5以上，我們不會降低要求。」
機器只是輔助 產學須磨合 國外在智慧醫療臨床應用上也面臨瓶頸。去年IBM的華生健康部門（Watson Health Division）傳出裁員超過5成，今年也宣布停止利用華生發展新藥開發。所以鄭安理認為，現階段的臨床診察還是得由人做決定，機器只要做好輔助或是最簡單的描述，就可以幫醫師省下不少判讀的時間，這是產學必須持續溝通的部分。然而，醫療智慧化是趨勢，是人類的福祉，也可能帶來衝擊。彰基院長陳穆寬指出，的確，病理科、放射科、皮膚科等醫師很可能會取代，因為Google讀視網膜病變、皮膚癌的病理切片，讀得比人又快又準確，但醫療智慧化還是得走下去，「台灣場域很小，智慧醫療是要大數據，不斷驗證深度學習，才能提高精準度，要是我們還在分山頭，無法整合，很快就會被鄰國超越。」