在宅醫療的醫護人員每天在案家與診所間奔波，而最耗費他們日常頻寬的，往往不是臨床診斷本身，而是繁瑣的行政病歷打字。

昨天去台北新生南路的 行一診所 做了一場 2 小時的內部訓練分享，主題是「個人 AI 賦能（Personal AI Empowerment）」。這次的對象是在宅醫療第一線的醫師與護理師，我分享了如何利用 AI 工具將繁雜的行政與病歷紀錄減量，並現場展示了地端 AI 代理人（Agentic AI）在醫療情境下的實務運用。

以下是本次分享的幾個核心重點與思維突破：

## 觀念變革：為什麼需要在宅醫療的「雙核共生」？#

在宅醫療醫護的痛點非常明顯：移動時間長、手寫紀錄零碎，回到診所後還要花費數倍時間手動打字整理病歷與健保申報。

我提出的解法是 「雙核共生」：

  • 大腦 1（人類）：專注於臨床診斷、決策，以及床邊對病患與家屬的人文關懷。
  • 大腦 2（AI 智慧分身）：將格式化排版、語音轉文字、資料歸檔等無創意的行政打字工作，完全外包給 AI 執行。

把行政的「淺薄工作」卸載給 AI，醫護人員才能找回專注於臨床專業的「品位裁決」與頻寬。

## 三階段演進：從聊天助理到有「手」的代理人#

在分享中，我將個人學習與運用 AI 劃分為三個由淺入深的演化階段：

  1. 階段 1：網頁版對話（Web UI）
    • 使用 Gemini 或 Claude 網頁版，以問答為主。這適用於概念發散、初步溝通，但使用者容易遇到 AI 幻覺，且無法處理本地端檔案。
  2. 階段 2：資訊轉化器（NotebookLM）
    • 這是目前對醫護極具價值的工具。透過 「真相定錨（Grounding）」 技術，將健保給付指引、臨床指引上傳，限定 AI 只能在證據範圍內回答，徹底杜絕幻覺。
    • 同時，醫護在訪視後的移動過程中，可以使用手機錄音口述重點，利用 NotebookLM 的語音轉化流實現「口述即紀錄」，免去打字之苦。
  3. 階段 3：代理人 AI（Agentic AI）
    • 以 Antigravity 為代表。AI 不僅能給建議，還具備「手」，能直接讀取本地資料夾、撰寫並執行 Python 程式碼、自動偵錯並生成最終產出。

## 醫療數據自主：繞過法規的「健康代理人」#

在現行醫療法規嚴謹、數據交換困難的背景下，「個人端（患者與家屬）」成為 AI 醫療應用的最佳突破口。

我們現場展示了 Sovereign Health Agent (主權健康代理人) 的實踐：

  • 數據主權：引導病患從「健保快易通（健康存摺）」下載自己的檢驗數值、出院摘要與用藥明細。
  • AI 轉譯與用藥對合：將這些 PDF 導入系統後，AI 能對比前後血脂指標的醫學意義、將晦澀的英文住院專有名詞轉譯為家屬聽得懂的說明，甚至能透過拍照辨識複雜藥袋，自動進行多重用藥對合與 Beers Criteria 高齡防跌安全篩檢。

這實現了「以個人為中心」的數據自主權，繞過了龐大醫療系統的交換壁壘。

## 組織數位轉型：全員 AI 化與 Skills 封裝#

當組織中「會用 AI 的人」能在 5 分鐘內用 Deep Research 產出完整的研究報告，而「不會用 AI 的人」還認為需要 3 天時，生產力範式的落差會導致巨大的溝通衝突。

我給診所的建議是：

  • 全員 AI 化：從為每位員工配置 AI 訂閱開始，提升全員的數位手感。
  • SOP 裝備化（Skills）：將重複的行政流程寫成 Skill 文件，讓 AI 代理人讀取後模仿執行。當在宅醫療的流程被封裝成 Skill，未來擴展至新業務或新流域（如不同的個案群組）時，僅需調用 Skill 即可自動化完成。

哈爸心得： 在宅醫療是最需要人情味與溫度的臨床現場。當我們用 AI 幫醫護人員把行政打字的時間減半，他們就能把多出來的時間與頻寬，真正用在案家床邊的溫暖陪伴上。這才是技術賦能的終極價值。

AI 協作聲明： 本文由筆者提供原始演講心得與簡報草稿，由 AI 助手 Antigravity 彙整架構與修辭。結合了在宅醫療實務與哈爸筆記的敘事風格，展現人機協作下的個人 AI 應用成果。