最近看到 npj Digital Medicine 9 月 22 日發表的一篇研究，主題是導入 orchestration platform 和 structured change management 後，AI adoption 與 workflow optimization 怎麼變化。這是一項觀察性的前後比較研究，導入後期間共處理 9,480 個 AI tasks，涵蓋 12 個 applications。

數字本身很有份量，但從 evidence-based 的角度，不能直接把它讀成「平台一上線，醫院就成功了」。前後比較還是會受到人員熟悉度、管理政策、病例量和同時進行的流程改革影響。對臨床真正有用的地方，是它提醒我們把問題從模型準確率往工作現場移。

假設早上七點半交班，住院醫師打開系統，AI 把夜間檢驗結果、生命徵象變化和未完成處置整理成一頁摘要。這個功能如果要算導入成功，不能只問模型摘要和原始病歷的一致率。我會先看三件事：符合條件的交班病例中，實際開啟並完成閱讀的比例；醫師修改或否決摘要的比例；遇到資料衝突、缺漏或高風險警訊時，系統有沒有把案件送回人工處理。

最後一項尤其重要。臨床流程裡最危險的，往往是報告看起來很順，卻把一個關鍵例外藏掉。像是肌酐突然上升，但病人剛好轉床，資料還沒同步；或病歷裡寫著「無藥物過敏」，護理紀錄卻出現新的過敏反應。這些情況不能靠使用者自己多小心來補洞，系統要有明確的 exception handling，也要讓人知道哪一段資料沒有被納入。

病歷撰寫也是類似情形。AI 可以先把住院經過整理成草稿，減少住院醫師在凌晨一點複製貼上的時間，但最後簽名的人仍然要能辨認哪些句子是原始資料、哪些是模型推論。責任邊界要寫進介面和訓練，不是等出事後才回頭找 audit log。病人安全需要的不只是一句「AI 僅供參考」，還要明確寫下誰覆核、覆核什麼，以及什麼條件必須升級給主治醫師，並留下可追蹤的紀錄。

所以醫院評估導入時，我會建議做一張每週 workflow dashboard，至少追蹤四個指標：符合條件任務的使用率、人工覆核完成率、例外案件比例，以及從 AI 建議到人工確認的時間。再把這些數字按科別和班別拆開看。總使用率 70%，可能是白班主治醫師在用，夜班住院醫師完全繞過系統，平均值會掩蓋風險。

9,480 個 tasks 和 12 個 applications 讓我們看到規模化運作的可能，但醫院真正要問的是，這 9,480 次有多少次改變了決策，有多少次只是多開了一個畫面。AI 進入工作流程的證據，在於它能穩定減少重複勞動，同時保留人工判斷和安全煞車，而非只有登入紀錄。這才是 change management 最後要交的成績單。