AI工具在試點中表現出色,未必代表可以即時推廣到整間醫院。新加坡國立大學醫院(National University Hospital,NUH)採取的做法,是先問清楚工具能否融入日常運作、有人負責、前線員工用得上,以及成效能否量度,再決定是否擴大應用。NUH首席醫療資訊主任、Kent Ridge創新辦公室主管Dr Ling Zheng Jye指出,若只着眼技術表現,沒有同時準備好營運流程,成功的試點仍可能難以推廣。
1
擴大AI應用前,NUH先過四關
NUH用四項條件評估AI項目是否準備好走出試點階段:
1
- 有沒有業務負責人? 項目需要有明確負責人,確保試點結束後仍有人在實際運作中跟進。
- 能否配合現有流程? 工具要融入醫療服務及其他院務流程,而非成為與日常工作脫節的獨立系統。
- 使用者有沒有支援? 前線員工需要實際協助,才能把工具用於工作之中。
- 成效能否量度? 擴大部署前,機構要有證據顯示工具帶來營運價值。
這套檢查將焦點由「技術行不行」移到「對相關員工和流程有沒有用」。NUH的相關報道亦提到,有些試點雖然成功,但機構若只看技術表現、未有準備好營運配套,仍可能難以推廣。
1
語音轉文字:用實際成效說明價值
NUH官方創新網頁列出多種AI應用,包括臨床紀錄語音轉文字,並表示語音轉文字工具配合減少文書工作,令護理交班由一小時縮短至十分鐘。這是具體的營運成果,而不只是模型表現的描述。
20
同一網頁指出,NUH的10,700名員工中,有41%接受過相關培訓,內容結合AI、臨床及營運改善。這反映員工能力也是推動應用的一環;不過,現有資料沒有交代完整培訓安排,亦未說明每項工具的使用者支援如何設計。
20
網頁亦提到,NUH現有115項AI應用,涵蓋語音轉文字臨床紀錄、癌症檢測、臨床決策支援及病人互動等用途。
20
哪些可以確認,哪些仍未有足夠資料?
現有資料支持NUH「先證明價值,再擴大應用」的原則,也列出院方使用AI文書工具的例子。不過,資料不足以核實具體的資金安排、治理架構、臨床人員問責機制,或大型語言模型的安全措施。
同樣地,資料未能證實問題中提到的其他說法,包括AI負責摘要、預測和提出建議,而臨床責任仍由醫護人員承擔;或透過串連整段病人旅程,及早介入並安排病人使用合適服務。這些議題在醫療AI應用中可能重要,但現有材料未能證明它們屬於Dr Ling所述的NUH做法。
較穩妥的結論是:NUH表示,擴大AI應用前,會先看清楚有沒有人負責、能否配合流程、使用者是否獲得支援,以及成效能否量度,而非單憑技術潛力作決定。
1
Dr Ling會否在新加坡峰會分享?
新加坡商業評論科技企業峰會2026(Singapore Business Review Technology Enterprise Summit 2026)資料列明,活動將於2026年11月12日在新加坡Grand Copthorne Waterfront Hotel舉行,主題為「AI at Scale: Proving Enterprise Value」。
3
7
不過,現有活動資料未有確認Dr Ling會否出席,也沒有列出他的演講時間或環節名稱,因此目前無法核實他是否會在峰會分享這套做法。