<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"><p><span style="color: rgb(0, 0, 255);">重點新聞（0216～0228 ）</span></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 醫療 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 專家 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 溝通 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>如何避免醫療IT溝通盲點？美國財富50大顧問公司給原則</strong></span></p>
<p>在醫療AI落地過程中，技術往往不是最大挑戰，「怎麼說清楚」才是關鍵。專門服務財富50大企業的美國顧問公司The Professional Communicators共同創辦人Terry Rubin日前接受美國醫療資訊與管理系統學會（HIMSS）旗下媒體採訪時，提出Tech Talk Trap（技術話術陷阱）概念，點出醫療與IT專家常見的溝通盲點。</p>
<p>他指出，專家很容易陷入三種誤區：過度使用術語與縮寫、一次給太多細節，以及語速過快、重點不明。結果是聽眾聽不懂核心價值，也對專案失去興趣。這種現象，很容易出現在工程師向醫院高層或臨床團隊介紹AI系統，若只談模型架構和技術優勢，卻未說明如何整合現有流程、能解決什麼實際問題，往往難以推動決策。</p>
<p>為避免出現這種話術溝通障礙，Rubin提出幾項實用建議，首先是評估聽眾背景，決定術語與細節比例。再來是聚焦三個關鍵訊息，而非「我所知道的一切」。說明時，也要放慢語速，適時停頓並強調重點數據。最後則是用具體情境或案例，來說明技術價值。Rubin強調，溝通並不是要降低專業知識含量，而是要轉譯專業知識。專案能否獲得預算、得到跨部門支持，往往取決於訊息能否被聽眾理解、信任。對醫療AI而言，除了技術實力，說服力也同樣重要。Rubin也將在3月舉行的HIMSS美國年會中，給一個專題演講。<a href="https://www.mobihealthnews.com/news/avoiding-tech-talk-trap-healthcare-ai-and-health-it-communications">（詳全文）</a></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI語音助理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 基層診所 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 電話 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>AI語音助理進駐美國診所，76%來電可自動處理</strong></span></p>
<p>在基層醫療現場，「電話接不完」就如同看不完的門診一樣，讓人焦慮。美國南卡羅來納州的基層診所Main Street Medical Clinic最近就導入一套AI語音助理系統Genie，來解決長年困擾團隊的電話和連續處方續藥的壓力。</p>
<p>這家診所擁有6名醫師、服務逾3,000名病患，每月來電量約4,500通。過去，職員下班後電話全數轉為語音信箱，隔天一早常累積了10多則留言。其中，續藥作業特別繁瑣，行政人員需要聽留言、手動建檔、建立EHR電話紀錄再轉交醫師，還得與藥局來回確認，耗費大量時間。</p>
<p>於是，這家診所評估多家廠商，最後導入能與既有eClinicalWorks電子病歷系統深度整合的Genie語音系統。這是因為，過去，他們曾用過未整合電子病歷系統的第三方排程平臺，常出現時段衝突、重複輸入，而新系統直接嵌入EHR架構，排程、續藥與相關紀錄可即時寫入，免去人工對帳和資料重整。</p>
<p>Genie系統的好處是即時回應常見問題、處理預約和處方箋續藥申請，不只能接電話，也能主動通知。導入系統後，該診所表示，76%的來電可由系統全程處理，且100%接聽下班後的來電。行政負擔也因此降低80%，每日節省至少2小時人力，續藥流程更累計省下逾30小時，門診預約數也成長了16.5%。診所辦公室經理Casey Bateman指出，關鍵不只是減少電話量，而是讓人力回到臨床和複雜的行政工作。<a href="https://www.healthcareitnews.com/news/exclusive-ehr-linked-call-automation-handles-76-practices-calls-end-end">（詳全文）</a></p>
<p> </p>
<div class="media_embed" height="315px" width="560px">
<iframe allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen="" frameborder="0" height="315px" referrerpolicy="strict-origin-when-cross-origin" src="https://www.youtube.com/embed/l8VTmAqG78A?si=eJoXpVqxuIK-DoYp" title="YouTube video player" width="560px"></iframe></div>
<p> </p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">在宅急診 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 遠距監測 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>美國在宅急診照護給付延長5年，AI與遠距監測將成擴大關鍵</strong></span></p>
<p>美國聯邦政府今年2月通過法案，將疫情期間推出的居家急性醫療照護（AHCAH）給付豁免延長5年至2030年，為Hospital-at-Home模式帶來政策確定性。對第一線醫護來說，這不只是財務保障，更是擴大投資和技術升級的關鍵。</p>
<p>美國麻州最大醫療體系Mass General Brigham居家醫院醫師Caroline Yang日前接受HIMSS旗下媒體採訪時指出，疫情後居家住院模式逐漸成熟，病人量大幅成長，照護對象也從中低風險擴展至更高風險的急重症和更多地區。遠距病人監測（RPM）、虛擬照護與臨床處置流程的持續優化，讓居家醫療越來越接近傳統住院的照護品質。</p>
<p>過去數年因政策多次面臨到期風險，不少醫療體系與產業投資趨於觀望。如今確定延長5年，等於提供穩定跑道，醫院可強化人力配置、導入新技術並累積臨床數據，為未來爭取永久政策鋪路。她點出，未來五年技術發展重點包括：</p>
<ol>
<li>遠距病人監測升級：提升裝置準確度、降低雜訊，建立更清楚的警示與升級處置流程。</li>
<li>AI驅動的物流與排程：優化到宅訪視路徑、藥品與耗材配送、庫存管理和資源配置。</li>
<li>預測分析：更精準辨識適合居家住院的病人，提高成功率與安全性。</li>
<li>跨系統互通與標準化：強化數位平臺與電子病歷整合，建立單一可信資料來源。</li>
</ol>
<p>Yang強調，在醫療人力短缺的條件下，技術是在宅照護規模化的關鍵。但她也提醒，標準化與個人化需取得平衡，科技只能輔助，真正落地仍仰賴臨床判斷。<a href="https://www.healthcareitnews.com/news/qa-hospital-home-has-five-year-runway-show-success">（詳全文）</a></p>
<p><strong><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> HIMSS </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 當責 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI </span></strong></span></strong></p>
<p><strong><span style="font-size: 22px;"><strong>Accenture：2026年醫療AI焦點不是創新，而是AI問責</strong></span></strong></p>
<p>在HIMSS美國年會登場前夕，國際知名顧問公司Accenture點出一個關鍵觀察：2026年醫療AI真正的焦點，不再是能做什麼，而是「誰負責」。Accenture健康科技負責人Andy Truscott指出，過去三年，醫療體系已大量試驗語音病歷、醫學影像Copilot、運用生成式AI與病患對話，以及營收循環自動化，多數AI在受控場景下表現良好。但真正的風險在於，AI正悄悄介入臨床與營運決策，大多數機構卻還沒建立完善的治理、監測和營運模式。</p>
<p>他強調，當AI開始影響文件紀錄、編碼、檢傷分類、治療建議與床位調度，它已經成為臨床基礎設施。既然是基礎設施，就必須被治理、監控和壓力測試，而非只視為功能升級。因此，Truscott建議醫療CIO應該問三個問題：</p>
<ol>
<li>哪些決策可以讓AI介入？而非單純採購哪些工具。</li>
<li>誰負責模型效能與漂移監測？若責任歸屬不清，就不應擴大部署。 </li>
<li>是否可衡量成果？若無法降低認知負擔、提升品質或效率，AI只是分心。</li>
</ol>
<p>他也認為，AI應該納入正式營運架構，包括生命周期管理、版本控制、稽核機制與人員訓練，並視AI為臨床設備而非App。他直言，未來24個月勝出的不會是最激進嘗試新技術的醫院，而是最有紀律的組織。<a href="https://www.healthcareitnews.com/news/ai-works-can-healthcare-run-it-safely-sustainably-and-scale">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">臺大醫院 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 電子處方箋 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 藥局 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>臺大醫院正式啟用電子處方箋</strong></span></p>
<p>為配合健保署推動醫療數位化政策，臺大醫院在2025年8月成立電子處方箋建置推動小組，整合醫療、藥事與資訊團隊，歷經近半年規畫和測試，終於在今年1月12日成功開立首張電子處方箋，正式宣告系統上線。</p>
<p>他們更在1月21日完成與社區藥局端的實務介接測試，驗證院內系統與外部藥局資料交換可行；1月29日更進一步整合遠距醫療，病人透過遠距視訊看診後，由醫師開立電子處方箋，即可持臺大醫院行動服務App內的QR code至住家附近藥局領藥，實現遠距看診、社區領藥的新模式。</p>
<p>臺大醫院指出，在建置過程中，他們多次與健保署討論資料交換機制，並與社區藥局反覆進行介接測試，確保資訊安全與用藥安全。臺大醫院的App也成為電子處方箋載具，民眾不只能即時查詢處方資訊，若是連續處方，還能直接在App預約第二次與第三次領藥時間，縮短候藥時間。院方表示，未來將持續優化電子處方箋與遠距醫療整合，朝向以病人為中心的數位照護模式邁進。<a href="https://www.ntuh.gov.tw/ntuh/News.action?q_type=-1&q_itemCode=18345&agroup=a">（詳全文）</a></p>
<p><img alt="" src="https://www.ntuh.gov.tw/ckfinder_file/ntuh/images/2026%E6%9C%80%E6%96%B0%E6%B6%88%E6%81%AF/20260213%E8%87%BA%E5%A4%A7%E9%86%AB%E9%99%A2%E9%9B%BB%E5%AD%90%E8%99%95%E6%96%B9%E7%AE%8B%E6%AD%A3%E5%BC%8F%E5%95%9F%E7%94%A8%20%E6%94%9C%E6%89%8B%E5%81%A5%E4%BF%9D%E7%BD%B2%E8%90%BD%E5%AF%A6%E9%86%AB%E7%99%82%E7%85%A7%E8%AD%B7%E6%95%B8%E4%BD%8D%E8%BD%89%E5%9E%8B%E6%96%B0%E9%87%8C%E7%A8%8B%E7%A2%91%E8%A8%98%E8%80%85%E6%9C%83-%E5%A4%A7%E5%90%88%E7%85%A73.jpg" /></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">Nvidia </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> LLM </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 藥物探索 </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>Nvidia調查：醫療AI從實驗走向ROI階段</strong></span></strong></p>
<p>Nvidia在2月發布第二份《State of AI in Healthcare and Life Sciences》報告，指出AI在醫療和生科產業的應用，正從實驗階段走到實際產出投資報酬（ROI）。調查顯示，70%的受訪機構已積極導入AI，比去年的63%還高；而69%受訪者已使用生成式AI與大型語言模型（LLM），比上次報告中的 54%還要高。</p>
<p>在應用場景上，醫療科技領域有61%將AI用於醫學影像分析；製藥與生技領域則有57%將AI投入藥物探索。整體而言，臨床決策支援、影像分析和流程優化是最主要的AI使用情境。值得注意的是，47%機構已評估或導入代理型AI，加速研究和知識處理。</p>
<p>從財務面來看，85%高階主管認為AI提高營收，80%認為可降低成本；85%機構表示今年AI預算將增加，其中46%增幅將超過10%。此外，82%受訪者認為開源模型和開源軟體對自家AI策略非常重要，但也帶來醫療產業的AI治理課題。<a href="https://blogs.nvidia.com.tw/blog/ai-in-healthcare-survey-2026/">（詳全文）</a></p>
<p><img alt="" src="https://blogs.nvidia.com.tw/wp-content/uploads/sites/19/2026/02/hc-2026-ai-impact-on-revenue-costs.png" /></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> EHR </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 醫療品質 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 麻醉科 </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>德州大學醫院用EHR串AI儀表板，麻醉科品質達標率大幅提升</strong></span></strong></p>
<p>對大型醫學中心來說，醫療品質指標常常有數據，卻不一定能真正改變臨床行為。德州大學附設醫院（UTMB）麻醉科近年將電子病歷資料整合常用的臨床平臺，讓品質數據走進日常工作流程，成功推動實質改善。</p>
<p>UTMB麻醉科擁有70名主治醫師、80名住院醫師與40名護理麻醉師。過去，該科曾自行從Epic電子病歷系統抽取資料，並以Microsoft Power BI製作品質儀表板，但臨床人員需另外登入查看，導致成效有限。就算搭配財務誘因，醫師仍很少主動追蹤數據。</p>
<p>後來，他們改用既有的臨床平臺C8 Health，先是建立每日資料管道，將Epic系統數據直接匯入C8，讓麻醉醫師在查看指引與排班表時，同步看到個人品質表現。該系統除了即時顯示個人與部門達標情況，每周還會個人化主動推播提醒，並以AI分析個別病例型態，提供改善建議。這些追蹤指標，包括術中血壓控制，糖尿病患者術前、術中和術後血糖管理，抗生素給藥時機等，重點鎖定可降低手術部位感染（SSI）的因素。</p>
<p>經過3個月的C8品質指標追蹤，他們發現，血糖管理達標率不只提升9.1個百分點，而且原本未符合規範的醫師，有39%因此合規了。更重要的是，他們發現，SSI感染率還可下降約三分之二，這些改善加起來，1年可望節省醫院70萬美元，整體效益更可能翻倍。另一個好處是，麻醉科83%的臨床人員開始自發性使用該系統，並連續達成所有團體品質獎勵目標。這項案例顯示，品質管理關鍵不是增加更多儀表板，而是將數據嵌入既有工作流，結合即時回饋與AI分析，才能真正驅動臨床行為改變。<a href="https://www.healthcareitnews.com/news/anesthesia-department-boosts-quality-metrics-homegrown-system">（詳全文）</a></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 北榮 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 飛利浦 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 醫療AI </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>北榮攜手飛利浦深化AI合作</strong></span></strong></p>
<p>臺北榮總在今年2月與飛利浦深化合作關係，共同簽署研究協作框架協議，將AI應用從單一研究專案擴大為長期、系統性的臨床創新合作，聚焦智慧醫療、放射醫學、心臟醫學和重症照護。</p>
<p>自2020年以來，雙方即有不少研究成果，比如他們以北榮重症醫學部超過10年的重症臨床資料為基礎，開發AI預警模型TvHEWS，可每小時動態分析加護病房病人血流穩定風險，提前7小時預測血行動力學不穩定，相關成果已刊登於《Critical Care》。在心臟醫學領域，則透過AI優化心臟超音波標準視圖與量測流程，提升檢查準確性與效率。</p>
<p>未來合作將進一步擴展至臨床流程數位化、多中心驗證與臨床試驗平臺化，並結合北榮大型臨床資料庫與飛利浦全球技術資源，推動AI模型的國際驗證與落地應用，加速智慧醫療規模化發展。<a href="https://www.vghtpe.gov.tw/News!one.action?nid=15572">（詳全文）</a></p>
<p>圖片來源／eClinicalWorks、臺大醫院、Nvidia</p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> MedTech醫療科技近期新聞 </span></strong></span></strong></p>
<p><strong><strong>1. <a href="https://www.oracle.com/news/announcement/oracle-health-launches-device-validation-program-2026-02-25/">Oracle Health推醫療裝置三層驗證框架，強化EHR整合與資料可靠性</a></strong></strong></p>
<p>資料來源：iThome整理，2026年3月</p>
<div id="gtx-trans" style="position: absolute; left: 340px; top: 7436.84px;">
<div class="gtx-trans-icon"> </div>
</div>
</div></div></div>
