温家昶、陳俊男、陳冠宇、張基銘、許雅婷、王曉慧、王薇婷

本計畫以大型語言模型（LLM）為核心，投入新創研發以重新定義醫療院所中病歷處理、臨床研究與醫療知識管理的核心流程。過去 AI 多聚焦於單點工具或技術展示，難以真正嵌入臨床現場；本案則以「可落地、可擴充、可持續」為目標，建立 Deep EMR 增強式病歷檢索系統與多 Agent 協作架構，使 AI 不再只是輔助，而成為可真正減輕臨床負擔的智慧夥伴。 新創研發的核心突破在於：以混合式部署（地端模型 + 雲端模型）滿足不同醫療場域的資安與彈性需求；並透過病歷選擇、知識庫校準與使用目的三種功能型 Agent，使 AI 能從原本的文字生成工具，提升至可理解臨床語意、整合跨科部資料並產出可直接使用之醫療文件。這項技術不僅在病歷彙整、癌症登記、入院病摘生成等場景展現高準確度，也顯示其具有跨場域複製、可量產化的特質。 本案新創研發帶來的效益可從三個層面展現： 一、臨床工作效能大幅提升：原需 1–2 天的病歷整合工作，可縮短至 30 秒至 1 分鐘，直接降低醫護行政負擔，使人力回到病人照護本質。 二、資料品質與醫療決策精準化：AI 自動比對資料、抓取矛盾並整合跨系統資訊，使醫療決策具備更完整、即時且一致的基礎，提高病人安全與診療品質。 三、創造可外溢至醫療產業的創新價值：系統架構具高度可複製性，已具備推廣至各層級醫院的條件；透過訂閱制、客製化與地端部署等商模，可形塑具規模效益的智慧醫療平台，帶動產業升級。 本案的新創研發不僅解決臨床「痛點」，更建立一套可持續強化的 AI 臨床應用框架，為臺灣智慧醫療打造具國際競爭力的創新示範。