← 返回觀點
/智慧方案FDE團隊

醫師用 AI 找出多年病歷的待查線索,再核對證據做決定

相隔多年的檢查結果,可能要一起看才知道哪些患者需要關注。企業可參考這種分工,讓 AI 附上紀錄出處,再由專業人員核對並決定下一步。

AIEgentWrX人機協作導入
醫師用 AI 找出多年病歷的待查線索,再核對證據做決定

設備又出現異常,維修主管想知道,以前是否發生過同樣的問題、當時怎麼處理、後來有沒有確認改善。假設這些資料分散在維修單、檢查報告與交班紀錄裡,即使請 AI 整理成摘要,主管還是得釐清:哪些事情需要繼續追查?哪些已經處理完了?

智慧方案認為,企業可以先讓 AI 列出需要查證的事項,並附上資料出處,再由熟悉業務的人決定是否採取行動。要確認這樣的分工是否可行,建議先選一個範圍明確的問題,要求 AI 說明判斷依據、列出還缺哪些資料,避免把歷史紀錄裡的異常直接當成今天要處理的工作。

從多年紀錄找出問題後,還要查清楚後來怎麼處理

醫院保存的歷年病歷,包括醫師筆記、手術報告與出院摘要,多數以自由文字(free text)記載,也就是沒有固定欄位的文字敘述。NVIDIA 官方部落格介紹,Dyania Health 開發的 Synapsis AI 會整理患者歷年的筆記、報告與檢驗結果,找出相隔多年的紀錄之間有哪些關聯,提供臨床人員進一步查證的線索。這些線索都能找到對應的病歷出處,讓臨床人員核對後再做決定。

企業可以參考這個案例中人與 AI 的分工方式,不過,原文沒有提供系統實際處理時間、預測準確率或照護結果改善的數字,也沒有證實這套做法在製造業的應用成效。因此,整理歷史資料能不能幫助主管做判斷,仍需要企業自行驗證,不能直接認定醫療案例的效果也適用於自己的業務。

如果先從設備維修試行,建議把問題寫成「這部設備的歷次維修紀錄中,哪些異常值得再次追查?」再請維修主管訂出哪些情況需要追查,例如同類異常再次出現,或紀錄提到要做後續檢查,卻找不到檢查結果。不過,這些條件是否適合用來判斷,還需要驗證,不能直接當成已經有效的規則。

主管也要提供已完成處理的紀錄,讓團隊檢查 AI 是否又把結案事項列進待查清單。如果只找到當年的異常紀錄,卻找不到後續結果,就應先列為待確認,不能因此認定沒有人處理。因此,開始試行前,要先確認設備編號、資料涵蓋的期間與結案紀錄是否齊全。

每筆待查事項,都要找得到原始紀錄來核對

試行時,建議要求 AI 整理成可以逐項核對的清單,讓負責查核的人知道該找哪份文件確認,避免只收到一段語氣肯定、卻不知道根據什麼資料提出的建議。每筆至少要交代以下內容:

  • 待確認事項:寫清楚哪部設備、哪次異常需要追查,以及為什麼提出這個疑問,不直接判定故障原因。
  • 原始紀錄出處:列出文件名稱、日期,以及能找到對應內容的頁碼或紀錄編號;同時分清楚哪些是原文記載、哪些是 AI 的推論,方便主管逐項比對。
  • 尚缺資料:說明還需要哪份檢查結果或後續處理紀錄。如果現有資料互相矛盾,也要一併列出,交由人員確認。

EgentWrX 的知識庫(knowledge base)可供 AI Agent 檢索(retrieval)公司的文件與表格,並透過相似度門檻(similarity threshold)與最少引用數設定,在依據不足時拒絕回答。這些設定可以要求 AI 有足夠依據才回答,不過,引用數量達到要求,不代表內容就正確;主管仍要核對引用的資料,確認是否足以支持 AI 提出的待查事項。

驗收時,建議由維修主管準備已知案例,逐項檢查 AI 有沒有漏掉該追查的事項、做出錯誤判斷,或引用不相符的資料。其中,「資料本來就缺漏」與「資料已提供卻沒有找到」要分開記錄,因為前者需要補資料,後者則要檢查檢索與任務設定。先釐清錯誤原因,再決定是否擴大資料範圍。

敏感紀錄要在哪裡處理,試行前就要問清楚

根據原文介紹,醫療體系在自己的防火牆(firewall)內執行系統,病歷都在院內處理,患者資料不對外分享,也不離開醫院。企業如果要使用含有客戶資訊、設備參數或內部處理細節的紀錄,建議先由 IT 與業務單位確認這些資料可以在哪裡處理,再決定如何試行。

EgentWrX 支援雲端部署(cloud deployment)、地端部署(on-premises deployment)與混合部署(hybrid deployment),可以選用地端模型,也能透過內網連線,以唯讀方式存取公司內部資料庫。工作流(workflow)則是把幾段任務接起來執行的流程,可以設定必須經過人工核可,才能進入下一段任務。也就是說,AI Agent 整理完資料後,會先等待主管確認,再繼續執行。

不過,選擇地端部署,不代表所有處理步驟都符合資料不得外傳的要求。建議 IT 畫出資料處理流程,逐一標示原始紀錄存放在哪裡、在哪裡檢索資料、模型在哪裡執行,以及哪些內容可以對外傳送。如果資料不得離開公司,就要確認每個步驟都在內部完成,對外連線也只開放必要的網域。

業務主管則要事先決定,由誰核對資料、誰核准後續處理,以及資料不足時由誰補查。試行階段,先讓 AI 整理待查清單就好;如果之後要接著執行後續任務,就要設定提出建議後,必須經過人工核可才能執行,並記下核可人的判斷理由。先用已知案例確認清單能否幫助主管判斷,釐清資料處理流程與責任分工後,再擴大使用真實資料。

常見問題

第一次試行,需要先整理全公司的歷史資料嗎?
不必,建議先選一部設備或一類業務問題,準備相關歷史紀錄與已知案例即可。不過,資料要包含後續處理與結案紀錄,否則團隊很難分辨哪些事情還需要確認、哪些已經處理完了。
AI 找不到後續紀錄,可以認定事情還沒處理嗎?
不能,找不到紀錄,只能先列為待確認,不能直接認定事情沒有人處理。建議先確認資料涵蓋的期間、來源與後續紀錄是否齊全,再請負責人補查;如果還是缺資料,就保留疑問,不要把推測當成正式待辦事項。
試行時應該先看處理速度,還是清單是否正確?
應先確認待查清單是否正確、能否幫助主管判斷,再評估處理速度。建議用已知案例逐項核對,檢查有沒有遺漏、誤判或引用不符,並記錄哪些內容需要人工補查。如果主管仍得從頭重讀資料,就要先調整對清單內容的要求與檢索設定。
AI 整理出待查事項後,應該由誰決定下一步?
建議由業務主管核對資料,再決定是否需要處理,AI 先負責整理待確認事項。如果要接著執行後續任務,應設定提出建議後,必須經過人工核可才能執行,並事先指定資料不足時由誰補查,避免把尚未確認的推論直接當成工作指令。
30 分鐘,一起盤點哪些工作適合先交給 AI

想讓每位同仁都有自己的 AI 分身?

顧問會盡快與您聯繫。

ISO/IEC 27001:2022 資訊安全管理驗證