以 AI 賦能醫療 林口長庚追求臻至化境
「你買特斯拉，是買一部車，還是買一件藝術品？醫療亦然。」林口長庚紀念醫院建立完善的醫療資訊系統（HIS）、AI 實驗室、醫學研究資料庫、結構化病歷與實體機器人，更成為全國負責任 AI 中心，描繪出獨到的智慧醫療藍圖。
採訪／施鑫澤 文／鄭宜芬‧刊期／2025.3
智慧醫療與數位轉型是醫院發展的重要趨勢，林口長庚紀念醫院身為臺灣醫學中心的名門派系之一，2014 年為全國首家通過榮獲醫策會「智慧醫院」標章的醫療院所，並在 2024 年獲得國際級 Healthcare Asia Award 評選為「年度智慧醫院」的肯定。
林口長庚紀念醫院副院長吳俊德表示，林口長庚的治理模式，透過建立各式各樣的委員會跨部門來管理整體營運，2021 年成立「智慧醫療委員會」，由院長陳建宗率領，負責全院智慧醫療發展；「資通安全委員會」則由他擔任主席，藉此兩個委員會，推展全院資訊技術發展的事務。
結構化病歷形塑 CGRD 達成國際 HIMSS 最高等級認證
林口長庚的智慧醫療發展源自於自建醫院資訊系統（HIS），從傳統紙本病歷轉換為電子病歷，自主整合開發了上百個 HIS 子功能系統。隨著政府推動 FHIR（快速健康資訊互通標準），預計其 HIS 在健保系統中的佔比將達到 20%，可見其地位舉足輕重。
過去，臺灣醫療資料零散，不易應用於巨量資料分析。吳俊德說明，林口長庚的 HIS 系統，經歷過一次重大的數位轉型變革，即 2015 年導入結構化病歷，徹底重整資料架構，形成「長庚醫學研究資料庫」（CGRD），除為醫學研究提供豐富資源，也成為健保署的重點資料來源。
林口長庚的資訊系統運行與國內外大廠 IBM、微軟、宏碁、華碩等合作；數據儲存、AI、BI 等，則是跟Google、廣達、國家高速網絡中心等機構合作。
為接軌國際醫療資訊系統的標準，林口長庚自 2016 年開始參與 HIMSS（國際醫療資訊與管理系統學會）認證，2019 年成為全國首家通過 HIMSS EMRAM （電子病歷成熟度模型）第七級電子病歷國際最高等級認證的醫療院所，並於 2024 年底榮獲 HIMSS DHI（數位醫療指標）評鑑滿分 400 分的優異成績。此外，預計在 2024 至 2025 年間，陸續完成 HIMSS INFRAM（IT 基礎建設成熟度模型）、DIAM（數位影像成熟度模型）及 AMAM（數據分析成熟度模型） 三項指標的最高等級認證。
基於上述基礎，林口長庚加速整體數位轉型的腳步，從醫療端、服務端、教學端、研究端等多面向的領域，細分為門急住診、藥事、檢查、檢驗等九大面向，並且進一步啟動各項閉環系統。
在資訊安全防護上，2022 年衛福部以林口長庚為臺灣第一個醫療領域資安攻防演練示範場域，以資安事件的偵測、通報、災害控制與鑑識能力進行演練，獲得各領域資安專家肯定。接著林口長庚亦持續導入零信任資安架構，強化多維度的資訊安全，包含人員資安意識強化、遠距連線管控、行動裝置管制、AI 模型保護、OT 設備之連線安全以及 24 小時的監控異常連線行為等，除提昇醫院管理效率，也確保病人資料安全及強化整體醫療服務韌性，並提升病人就醫品質及完善醫院管理。
[ 推薦閱讀：【專訪】衛生福利部中央健康保險署署長石崇良]
建立 AI 實驗室 執行負責任 AI 中心
AI 剛問世時，一般醫院因資料庫規模有限，難以提供足夠的資料進行訓練。林口長庚早在 2018 年便投入數千萬元，攜手 NVIDIA 成立「人工智能核心實驗室」，由郭昶甫主任領導，專注於 AI 技術輔助診斷、預測疾病、判讀醫療影像以及開發藥物。此外，林口長庚也建立「AI 智慧醫療資料中心」，加速 AI 在醫療領域的應用。
為推動 AI 教育，林口長庚亦與台灣人工智慧學校自 2019 年起連續六年舉辦 7 場智慧醫療專班課程，累計培訓超過千名醫護與行政人員，涵蓋醫師、醫事、資管與行政等不同部門的醫療工作人員，提升 AI 在臨床與管理層面的應用效益。
與其擔憂 AI 取代影像判讀經驗，不如成為掌握 AI 技術的專家。因此，病理、放射、核子醫學等科別的醫師們積極投入開發 AI 軟體及提升 AI 判讀的準確率。林口長庚目前已開發超過 40 個可運用的臨床 AI 模型，如數位病理及兒童髖關節 AI 超音波檢測等，並完成 5 項生成式 AI 技術，包含(1)雲端計算平台 (2)國語／英語大型語言模型（LLM）(3) 自動語音識別（ASR）與大型語言模型（LLM）整合 (4) 結合 ASR、LLM 和文字轉語音（TTS）技術 (5)輔助機器人系統等，2023 年成為全臺首間獲得智慧醫材許可的醫院。
影像技術的提升，不僅突破廠商技術的限制，也有助於取得 HIMSS 評鑑。國家政策亦逐步將 AI 技術納入醫療體系，如未來健保給付有望與 AI 結合，擴大應用。
然而，臨床 AI 應用會產生偏見、隱私、資安、不透明、效能遞減等挑戰。林口長庚承接衛福部規劃「負責任 AI 中心」的重任，制定符合資安與隱私保護的管理辦法，公開 AI 模型、資料和效能等重要資訊，以提升可解釋性與透明度。同時透過 AI 模型生命周期管理，確保 Al 應用的持續可靠性，促進 AI 醫療的落地應用與國內 AI 醫療產業的發展。
除了 AI 軟體，長庚亦積極推動機器人技術應用，除了醫院 APP 內建 AI 智能助手「阿波」，還購入多台設備，打造實體機器人「AI 學姊」，運用語音智慧化的護理會診系統，協助醫療決策、病歷生成並回應病人需求，進一步協助護理與術後照護，強化專業支援，簡化臨床工作流程，減輕護理人員工作負擔。
[ 推薦閱讀：【專訪】台中榮民總醫院院長陳適安 ]
TFDA 認證三項 AI 軟體 流程標準化
2023 年，林口長庚成為全國首家以 AI 研發成果取得衛福部食藥署（TFDA）醫療器材許可證的醫療機構，共有三項軟體取得醫療器材許可證。
吳俊德解說，林口長庚的優勢在於台塑集團能夠從過去的經驗中，深入剖析產品開發的流程，並將其細分到極致 —— 連一顆螺絲都能進行分析。林口長庚嘗試將取得 TFDA 許可證的三項 AI 軟體進行拆解，探究產品的產出過程。同時，產學合作中心將這些關鍵步驟繪製成詳細的流程圖，使開發過程更加清晰、有據可循。透過這套流程圖，任何有意投入開發的人都能依循標準化路徑，順利推進專案。
◆ 腕部舟狀骨骨折偵測軟體
舟狀骨骨折佔所有手腕骨折的 70%，當中約 20% 隱匿性舟狀骨骨折在 X 光片上並不明顯，需要 CT 或 MRI 的高階影像檢查才能發現，若延誤診斷或治療不當，會導致嚴重併發症。
林口長庚自建整套 AI 系統，包含規範流程與臨床驗證等一系列創新措施，將醫療 AI 模型從自行研發到後續落地，整合到院內 IT 基礎設施中，形成獨特的動態應用迴路。
此項 AI 軟體透過臺灣與美國手部 X 光影像，並以 CT / MRI 為金標準（Gold Standard），進行開發，並搭配三名醫師共識決進行判斷，確保正確性，經由臺灣與美國八家醫院，120 位跨科醫師進行驗證。
軟體上線三年多已完成 66,930 人手部影像推論結果，在臨床上首次判讀正確率，AI 超過 96%，醫師＋AI 接近 100% 的正確率，且具有顯著的成本效益優勢，能提高醫療品質，減少漏診或誤診的風險，節省醫療資源，縮短病患的等待時間與治療週期。
◆ 心室收縮功能篩檢軟體
傳統的心室收縮功能篩檢主要透過心臟超音波來評估左心室射出分數，但可能會受到操作技術影響，影像清晰度也會影響判讀準確性。
心室收縮功能篩檢軟體是分析心電圖訊號，利用靜態十二導程心電圖，推測心臟超音波左心室輸出率之結果，進而篩檢病患是否有左心室收縮功能障礙，提供臨床醫師診斷參考。輸出判讀結果為左心室收縮功能障礙之機率，範圍從 0 到 1，以 0.45 為閥值（cutoff），判斷該病患是否有左心室收縮功能障礙。
長庚醫院使用 2006 至 2019 年六個院區所有心電圖訊號與心臟超音波資料對（pairs data），經心臟內科專科醫師品質篩選，每筆心臟超音波病歷報告都經醫師確認，正確擷取出左心室心射出率（LVEF），並依照病人切分為訓練、驗證與測試資料集，進行平衡性檢測與降低選擇偏差，確保性能公平。
長庚與三軍總醫院合作測試此 AI 軟體，使用 91,842 張心電圖訊號進行測試，測試結果敏感度為 0.91，顯示在不同機構下可維持相同效能。經臨床試驗結果顯示，軟體敏感度（偵測疾病的準確率）達到了 90.1%，此模組未來將逐步推廣到基層診所。
◆ 心房顫動偵測軟體
心房顫動早期為間歇性發作，不易診斷，往往需要長時間的連續心電圖檢測，或植入心電圖紀錄器等才能確診，檢查成本、時間或技術複雜度均相當高，致使患者常延誤就醫，喪失治療的黃金時間。
心房顫動偵測軟體是利用靜態十二導程心電圖推測病患是否有心房顫動。輸出判讀結果為心房顫動之機率，範圍從 0 到 1，以 0.58 為閥值（cutoff），判斷該病患是否有心房顫動。
在開發過程中，長庚醫院使用 2006 至 2019 年六個院區所有心電圖訊號，選取每個病人第一張心電圖，並依照病人切分為訓練、驗證與測試資料集，進行平衡性檢測與降低選擇偏差，確保性能公平。透過使用外部資料集（PTB Data）中 7,681 張心電圖訊號進行測試，測試結果敏感度達到 0.96。
臨床試驗採用三位醫師共識當作最後的參考標準來比對軟體的判讀結果，每位臨床醫師對全部的資料做標注，並採用 788 獨立測試集。結果顯示，此軟體的準確度非常高，能夠有效識別目標狀況，其敏感度高達 99.7%，明顯優於一般臨床人員的判讀能力。
[ 推薦閱讀：【專訪】新光吳火獅紀念醫院行政副院長暨台灣醫務管理學會理事長洪子仁]
應對地與雲挑戰 全面導入數位同意書
在智慧轉型過程中，HIS 系統是否上雲成為關鍵。地端系統的穩定性與安全性較高，但更新繁瑣；雲端靈活性高，須考量的資安面向也更多。隨著技術發展，雲端化已成趨勢，林口長庚正評估雲原生架構，在資訊安全與運行效率間取得平衡。此外，林口長庚亦全面導入數位同意書，邁向無紙化管理。
談及智慧醫療的未來，吳俊德分享獨具巧思的觀點，智慧醫療的目標不僅是提升效率，更期許讓醫療服務趨近標準化，減少因醫師技術與經驗差異導致的診療品質不均。例如，透過 AI 輔助手術，確保不同醫師執行相同手術的結果趨於一致。
「有一個很好的形容，你買特斯拉是買一部車，還是買一個藝術品？它已經不只是一個駕駛服務了，我覺得已經趨近於藝術，近乎苛求，智慧醫療在某種意義上也會到那種境界」。林口長庚將繼續刻劃醫療研究與創新服務，而智慧醫療的發展，將使這門藝術更趨完美。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
