更智慧的醫療環境如何提升病患體驗(贊助內容)
更智慧的醫療環境如何提升病患體驗(贊助內容)
醫療設計專家 Candace LeVaughn 與 Debbie Gregory 主張,病患體驗的關鍵不在於設施多豪華,而在於改善動線指引、醫護人力短缺,以及打造可互通的資料平臺,以實現環境智慧與 AI。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Debbie Gregory 是護理師,也是 SSR 醫療創新顧問業務的負責人。她主張,病患體驗從停車場就開始了,而形塑這段體驗的,除了臨床照護本身,還包括院內動線指引、系統互通性,以及醫護人員的過勞問題。在這場由 Schneider Electric 的 Candace LeVaughn 對談、帶贊助性質的訪談中,大部分時間都花在支撐這段體驗的營運基礎設施上:護理人力短缺與職場暴力、老舊的基礎設施與零碎的 IT 升級,以及兩位來賓預期將重塑醫院設計的資料與 AI 系統。標題所稱的「更智慧的環境」方向沒錯,但範圍太廣;這集與其說是設計成果展示,不如說是一場實務層級的討論,談醫院該如何安排科技投資的優先順序。
Gregory 出身臨床與工程背景,LeVaughn 則來自醫療電力與建築系統的廠商端,因此這場對話把臨床現場的顧慮,與設施、電網的限制並置對照。讀者讀完應該能帶走兩位來賓的具體處方:把醫療體系視為單一生態系、讓臨床人員與病患坐上決策桌,以及新科技先在模擬環境中驗證,再正式啟用。
病患體驗從踏進大門前就開始了
兩位來賓都把病患體驗的定義,從診間往外推到整個院區的抵達動線。Gregory 點名動線指引是最常被忽略的一環:病患從停車場、走進大樓入口、通過警衛,一路上的感受如何。她認為這是業主該正視的策略議題,牽動醫療體系與社群之間建立的連結。
LeVaughn 則把範圍延伸到停車場本身。她說,在停車場繞上 30 到 45 分鐘找車位,照護還沒開始,壓力就已經上身,而這股壓力會一路延續到報到。她的處方是:從病患抵達院區的那一刻起,就把整段體驗視為連續不斷的過程。
Gregory 補充,數位與實體環境正在融合。病患在家早就用 Alexa、Google Maps 這類應用程式,她反問,為什麼這份熟悉感無法帶進醫療場域——掛號、提醒、院內導航,應該和消費級工具一樣簡單才對。
消費科技已經重新定義了病患的期待
Gregory 說,當年重塑圖書館與零售業的消費革命,如今才剛吹進醫療業,病患開始期待在醫療場域也能享有網購、線上訂位那樣的便利。LeVaughn 認為,醫療體系之間的競爭本身就是一股驅動力:各體系互相較勁、搶著採用最新科技,因為身處困境的病患,想要的是能讓當天好過一點的功能。
兩人勾勒出一個近在眼前的未來:交通、排程與物流全面自動化、端到端串接。
| 技術 | 在醫療場域的用途 | 提出者 |
|---|---|---|
| 自駕車(點名 Waymo) | 車輛在約定時間抵達接送就診,與排程系統完全串接 | Gregory |
| 機器人 | 送藥及分擔其他護理工作 | LeVaughn |
| 無人機 | 更早把藥物送到急救現場;院內配送 | Gregory |
| 穿戴裝置(點名 Apple Watch) | 生命徵象監測;跌倒偵測可通知家屬並派遣救護車 | LeVaughn、Gregory |
Gregory 把交通與就醫可及性連在一起:病患錯過預約、到不了醫療院所,正是醫療體系流失病患的所在,而遠距醫療加上自動化交通,對缺乏就醫管道的弱勢族群可能至關重要。LeVaughn 則說,未來的醫院會和今天有多不一樣,取決於 AI,而各體系已經在推測 AI 在照護場域能做到什麼程度的上限。
看不見的營運難題:人力與系統互通性
被問到病患看不見的問題時,Gregory 以護理師的身分列出護理人力短缺——她說這問題從大城市一路蔓延到鄉村地區——以及職場暴力。她形容職場暴力正在升溫,讓部分護理師覺得上班不安全。過勞則源自工作量過重與支援系統不足。LeVaughn 補充,COVID 造成的人力結構變化並未回彈:原本預期疫情過後大家會歸隊,這個期待落空了。
Gregory 點出的第二個看不見的問題,是基礎設施與互通性。當病歷系統逼得護理師得繞道作業,或電腦斷層與周邊系統沒對齊、導致結果晚到,病患感受到的就是延誤,即使他們從沒看到原因。她稱這類營運流程的排序失誤,對想轉診專科、想接受治療的病患來說,是實實在在的困擾。
LeVaughn 把人力問題延伸到設施團隊,那裡的流失不是辭職而是退休,機構累積的知識也跟著一起走。她認為,建築自動化、電力基礎設施,以及連網裝置產生的分析,可以補上部分缺口。Gregory 的答案則是結構性的:設施、IT 與生物醫學部門正各自往對方的地盤擴張,需要一場真正的跨領域對話,讓裝置、基礎設施、IT 網路與設施彼此協同運作。
把醫療體系當成一個生態系,而不是東補一塊、西補一塊
談到如何在老舊基礎設施、預算限制與更好的病患環境之間取得平衡,Gregory 的核心處方是把整個組織視為一個相互連結的生態系,並採行由上而下的策略。零碎升級正是陷阱:修好拼圖的其中一塊,可能反而弄亂另一塊,因此大規模的系統升級,應該先全面盤點每個系統的所在位置。
LeVaughn 也同意,零碎處理只會把原本的問題養得更大。她的做法是先確立要達成的目標成果,再與廠商合作,瞭解現行技術能做到什麼、是否符合體系想達成的目標。
Gregory 補上一套源自工程的流程紀律:讓終端使用者坐上談判桌、把新工作流程與技術送進創新中心做模擬驗證、正式啟用時按部就班,啟用後還要持續評估,而不是打個勾就往下走。LeVaughn 的補充是,臨床人員必須在決策桌上佔有一席,讓高層做出的決定能對照第一線的病患影響來檢驗。Gregory 走得更遠,把病患本人也納入:臨床人員、護理師、各類醫事人員與病患,「都必須坐上談判桌」。
資料必須雙向流動——病患的生命徵象與建築用電
Gregory 認為,隨著演算法持續學習,資料分析正成為診斷、治療與疾病管理的夥伴。她想要一個終端使用者儀錶板,讓專科醫師、藥局與病患看到同一份資訊,並讓病患對自己的資料握有更多主導權。她對當前市場的批評是:許多技術拒絕把自己的資料開放給其他技術,而她預期,資料共享將成為參與照護體系的前提條件。
LeVaughn 把資料問題拆成兩塊。病患端,穿戴裝置——無論是醫囑開立或消費者自行購買——都牽涉到這些資訊多容易取得、誰有權存取。設施端,她舉癌症醫院的電力資料為例:治療機具產生的諧波與電力幹擾,可能迫使院方停機,代價是醫院的金錢,甚至病患的性命。她的說法是,醫院本身就像一個活生生的生命體,其分析資料的重要性不亞於病患的生理資料。
Gregory 預測,醫療業將出現一種新職務,負責串接這些演算法、管理資料彙整——一位確保資訊正確送達正確位置的資料管理者——而且可能與醫院內部自行撰寫演算法的軟體開發人員並存。
環境智慧與 AI 將定義未來五年
Gregory 的預測是一套整合式、環境感知的系統:科技持續讀取生命徵象、步態與位置,餵進儀錶板,讓醫療體系及早收到通知——甚至可能搶在重大醫療事件發生之前。她稱之為促進健康的智慧環境系統。
LeVaughn 的預測則聚焦 AI 與電力。她想對醫療業傳達的訊息是:不要害怕 AI。她說,醫療業向來是最晚採用新科技的產業,偏好先觀望,她呼籲各體系現在就開始研究。她也點出電網問題:資料中心耗電量龐大,而醫療體系用的多是住宅用電線路,電力限制將左右新院區的設計方式。
Gregory 用自己的資歷為 AI 預測背書。她說,18 年前她剛進這家工程公司時——以 2026 年的發布日期推算,大約是 2008 年——當時還沒有手機,行動醫療一度遭到反彈,後來才成為常態。她把 AI 視為這段演進的下一步,目標是精準醫療,讓醫師、照護者與病患把心力放在健康,而不是疾病上。
「不要遠離醫療照護,也不要遠離 AI。我認為重要的是理解,這就是未來的浪潮。關鍵在於,我們如何以最負責任的方式把它納入,為病患帶來正面的影響。」——Candace LeVaughn
這集留下的未解問題
兩位來賓對終點的看法一致——一個可互通、資料豐富、具環境感知的照護環境——但對於誰來埋單、多快到位,則沒有共識。Gregory 的生態系策略與模擬先行的流程,意味著前期得投入龐大的協調成本;LeVaughn 對電網與資料中心用電需求的警告,則意味著存在任何單一醫療體系都無法掌控的限制。除了呼籲各體系升級前先做盤點,兩人都沒有直接處理預算問題。近期最值得觀察的具體訊號,是醫院是否真的會設立 Gregory 預測的資料管理職務,以及廠商是否會響應她開放資料給競爭系統的呼籲——她所描述的互通性問題,商業成分與技術成分一樣重。