護理交班時間從 182 秒到 30 秒？高雄榮總如何透過 AI 創造 83% 效率提升

DIGITIMES / 台北
2026-01-07 00:00:00

當全台護理人員面臨高度工作負荷的困境時，位於南台灣的高雄榮民總醫院選擇了一條不同的道路——由護理師主導，資訊室協作，借助 AWS 生成式 AI （Generative AI，生成式人工智慧）服務打造真正貼近臨床需求的智慧醫療應用。這不僅是一場技術革新，更是一場重新定義「誰來決定 AI 如何應用」的方法論革命。

護理人力困境：不只是人手不足的問題

臨床工作繁複易導致護理人員增加工作負荷與造成職場倦怠。即便是身為南部重症醫療指標機構的高雄榮總，護理部擁有近 1,600 人的編制，同樣面臨第一線人員疲於應對大量照護紀錄與交班作業的窘境。

護理師交班前準備需要彙整病人醫囑、給藥、檢查、檢驗報告、會診結果、班內病人異常狀況處理等資訊，過去需要耗費大量時間。這不僅影響護理師的工作效率，更壓縮了他們直接照護病人的寶貴時間。如何運用 AI （Artificial Intelligence，人工智慧）助力提升效率，確保準確性，成了攸關照護品質與病人生命的關鍵目標。

高雄榮總資訊室主任林秋燕一語道破核心：「不是為了 AI 而 AI，而是真正遇到難題，才發想這個需求。」宛如多年前防疫帶動數位轉型與遠距協作，護理人力吃緊驅動了 AI 輔助人力的工作文化逐步展開。

顛覆傳統：當護理師成為 AI 應用的主導者

在傳統醫療資訊化專案中，系統開發往往由資訊部門主導，技術人員根據自己對臨床流程的理解來設計功能。然而這種模式常陷入「技術導向、無法實用」的困境——系統看似華麗，卻難以吻合實際工作流程，最終淪為閒置資產。

高雄榮總這次選擇了截然不同的路徑。資訊室主任林秋燕表示：「過去很多東西是由資訊部門決定給我們什麼，這次我們反過來，是由使用者提出想要什麼。」這種由使用者主導的設計思維，讓 AI 真正融入臨床流程，而不是成為額外負擔。

護理長洪正隆強調：「最怕的是技術人員想像得很美好，護理師實際操作卻難以上手。」因此，由護理部的資訊小組從第一線需求與關鍵流程出發，明確提出即將導入應用的 AI 場景。這些場景不是憑空想像，而是來自護理師每日面對的實際痛點。

護理部主任周學智也不約而同提到，最高管理階層支持是順利導入落地的關鍵之鑰。而一直以來，高雄榮總院長陳金順正是主張將 AI 走入臨床服務的那位倡議者。這種由上而下的支持，結合由下而上的需求驅動，形成了理想的變革動能。

三位一體的 AI 落地協作模式

高雄榮總的成功，源於建立了「護理端啟動、資訊室協力、技術團隊支援」的三位一體協作模式。提供 AI 平台與技術的 AWS 團隊指出，高雄榮總是少數從使用者端出發、分析與定義需求十分明確的案例。相較其他醫療單位多由外部顧問或資訊單位主導，此案從護理端啟動、資訊室協力、技術團隊支援，成為 AI 落地的典範。

第一步：護理師定義真實需求

護理部的資訊小組針對即將導入應用的 AI 場景，提出第一線需求與關鍵流程。他們明確指出，護理交班紀錄、自動摘要、語句生成等重複性任務，是最急需改善的痛點。

為了日後讓護理師們都可以簡單懂、易上手，院方透過護理部的資訊小組，就上述即將導入應用的 AI 場景，提出第一線需求與關鍵流程。這種由使用者主導的需求定義，確保了系統開發方向的正確性。

第二步：資訊室協助技術實現

醫院資訊室擔任協助角色，透過 AWS 提供技術支援與評估，在有效調控成本下，讓護理小組自行調整訓練資料。最終選擇導入 Amazon Bedrock 平台，並採用內建的 Anthropic Claude 3 Haiku建置生成式 AI 服務。

Amazon Bedrock 是一項完全託管的服務，透過單一 API （Application Programming Interface，應用程式介面）提供來自領先 AI 公司的高效能基礎模型，讓組織能夠快速建構和擴展生成式 AI 應用程式，無需投入大量資源建置底層基礎設施。

第三步：AWS 工作坊點燃創新火花

AWS 團隊更前往第一線為高雄榮總舉辦工作坊，協助掌握 AI 開發技巧，點燃了資訊小組與醫護人員對 AI 落地的雄心壯志。這種手把手的技術支援，讓醫療機構能夠快速掌握生成式 AI 的應用方法。

資訊室主任林秋燕分享了一個有趣的變化：「經過這次流程改造，工程師同仁們最更樂於協做護理系統。因護理部把需求講得非常清楚，還能及時回饋，甚至推動全院應用，簡直是帶領工程師上天堂。」

技術架構：AI 如何重塑護理交班流程

高雄榮總將 Amazon Bedrock 應用於護理交班紀錄、自動摘要、語句生成等場景，實現重複性任務自動化，節省大量人力，並有效減少紀錄誤差。

在實際應用中，護理師只需透過系統介面，AI 便能自動從電子病歷中擷取相關資訊，生成結構化的交班摘要。系統可以利用 AI 生成摘要，將病人臨床相關數據生成交班、轉出等紀錄，減少護理人員記錄時間，讓護理師有更多時間專注病人照護。

陳金順院長表示：「這是醫療資訊的革新，直接由一線同仁提出問題、透過 AWS 的 AI 解決方案為我們帶來顯著改變。例如：護理師交班前準備，需要彙整病人醫囑、給藥、檢查、檢驗報告、會診結果、班內病人異常狀況處理等，需要耗費很多時間，現可以利用 AI 生成摘要，將病人臨床相關數據生成交班、轉出等紀錄，減少護理人員記錄時間，有更多時間專注病人照護。」

更重要的是，系統設計了即時回饋與滿意度機制，讓護理師可直接在畫面中回報問題與建議，供資訊室能即時調整系統功能，共同確保「做出來的產品，是用得上的資訊」。這種持續優化的機制，正是 AI 應用能夠真正落地的關鍵。

驚人成效：從 182 秒到 30 秒的效率革命

上線一個月來，系統使用量突破 3,000 多人次，同仁使用平均滿意度高達 4.4 分（滿分 5 分）。最令人矚目的數據是：交班每位病人前的準備時間由原本 182 秒降至 30 秒，整整節省約 83% 時間。

這不僅是數字上的改善，更代表護理師能將更多時間投入病人照護。以一位護理師每班需要交班 8 位病人計算，過去需要花費約 24 分鐘進行交班準備，現在只需 4 分鐘，每班可節省 20 分鐘。這 20 分鐘，可以用來與病人溝通、觀察病情變化、提供更細緻的照護。

陳金順院長認為，AI 的價值在於協助醫療人員更精準完成任務、減少失誤，提高妥善程度，進而令病人在醫療過程與成果上更加完善，也簡化醫療人員重複性工作。在全台醫護人力缺乏高度工作負荷情況下，可望改變醫療行業的工作條件，如所導入的健檢系統、護理交班系統，就是 AI 輔助人類的實際案例。

為什麼選擇 Amazon Bedrock？

高雄榮總選擇 Amazon Bedrock 作為生成式 AI 平台，有幾個關鍵考量：

易用性與快速部署

Amazon Bedrock 提供完全託管的服務，讓醫療機構無需投入大量資源建置底層基礎設施，即可快速啟動 AI 應用開發。對於人力資源有限的醫療機構來說，這大幅降低了技術門檻。

模型選擇的靈活性

Amazon Bedrock 內建多種領先的基礎模型，包括 Anthropic Claude、Amazon Titan 等，讓使用者可根據特定場景選擇最適合的模型。高雄榮總最終選擇了 Anthropic Claude 3 Haiku，正是看中其在醫療文本理解與生成上的優異表現。

資料安全與合規性

醫療資料涉及病人隱私，必須符合嚴格的法規要求。Amazon Bedrock 在資料處理過程中提供多層次的安全保護機制，確保敏感資訊不外洩。這對醫療機構來說至關重要。

成本可控性

透過 AWS 團隊的架構建議與技術支援，高雄榮總能在有效調控成本下建置系統，避免不必要的資源浪費。這種「按需使用」的雲端服務模式，特別適合醫療機構逐步擴展 AI 應用的需求。

從試點到全院推廣的擴展路徑

目前高雄榮總已將這套系統逐步導入全院各病房與急診交班流程、新人訓練。這不是一次性的專案，而是持續演進的數位轉型旅程。

高雄榮總也著手全面盤點護理流程，洞察其中「流程密度」，尋找可持續導入生成式 AI 的領域，作為後續優化或持續佈建 AI 的依據。這種系統性的思考方式，確保 AI 應用不是零星的點狀創新，而是能夠形成整體效益的面狀轉型。

陳金順院長說，正因一切都源於使用者，不再僅由資訊單位主導，才能看見 AI 落地實用回饋在第一線帶來的價值。他也認為，AI 的價值在於協助醫療人員更精準完成任務、減少失誤，提高妥善程度，進而令病人在醫療過程與成果上更加完善。

給醫療產業的三大啟示

高雄榮總的案例給了醫療體系重要啟示：

啟示一：使用者主導是 AI 落地的關鍵

真正有效的 AI 應用，不是靠技術來領導使用者，而是由用戶提出需求、與技術團隊共創的成果，每一步都圍繞「實際可用」與「臨床效益」展開。

護理部主任周學智指出：「若 AI 輔助不是由主要使用者主導設計，最終結果往往淪為閒置資產。因此，由護理人員主導需求設計，資訊人員協助實作，這才是實踐落實的解方。」

啟示二：即時回饋機制確保持續優化

系統設計的即時回饋與滿意度機制，讓護理師可直接在畫面中回報問題與建議，供資訊室能即時調整系統功能。這種「做出來的產品，是用得上的資訊」的理念，確保了 AI 應用的實用性。

啟示三：高層支持與基層需求缺一不可

護理部主任周學智提到，最高管理階層支持是順利導入落地的關鍵之鑰。陳金順院長一直以來主張將 AI 走入臨床服務，這種由上而下的支持，結合由下而上的需求驅動，形成了理想的變革動能。

AI 如何重塑醫療工作文化

這不僅是高雄榮總的故事，更是台灣醫療產業走向智慧化的重要里程碑。當護理師不再只是技術的被動接受者，而是成為 AI 應用的主導者，我們看到的不只是效率提升，更是醫療服務本質的進化。

陳金順院長的願景清晰而有力：「我們的目標很簡單：讓 AI 成為醫療人員的得力助手，而不是冰冷的替代品。把時間還給專業人員，讓他們能專注於更有溫度的病人照護。這就是高雄榮總數位轉型的核心價值。」

在全台醫護人力缺乏、高度工作負荷的情況下，AI 輔助照護可望改變醫療行業的工作條件。如高雄榮總所導入的健檢系統、護理交班系統，就是 AI 輔助人類的實際案例。這種以使用者為中心的設計思維，搭配 Amazon Bedrock 等易用的 AI 平台，正在改寫醫療 AI 應用的遊戲規則。

它證明了：AI 導入的關鍵不在於技術堆疊，而是能否打造一個「讓第一線人員願意用、用得好、能回饋」的正循環機制。讓科技真正為人服務，讓照護回歸以病人為中心的初衷。

立即行動：探索 AWS 醫療解決方案

高雄榮總的成功案例證明，生成式 AI 能為醫療產業帶來實質改變。無論您是醫療機構的決策者、資訊主管，還是關注醫療創新的專業人士，AWS 都能提供完整的技術支援與解決方案。

想了解如何將 Amazon Bedrock 應用於您的醫療場景?想探索更多醫療 AI 應用的可能性？

立即聯絡 AWS 專家，開啟您的智慧醫療轉型之旅。

關鍵字