閱讀重點
- 死亡谷現象：瑞典179個醫療AI專案中僅13%成功實施，多數卡在基礎設施不足、法規灰色地帶和組織準備度不足。這個從概念到臨床的致命障礙被稱為「死亡谷」。
- 突破策略：關鍵在於管理層早期支持、讓醫護人員儘早參與設計，以及建立三層教育體系培養AI素養。成功的核心是讓臨床醫師主導，而非技術人員決定解決方案。
- AI原生醫療：跳脫「穿著西裝改西裝」的傳統做法，以AI為基礎重新設計醫療服務。透過「沙盒」模式驗證概念，讓AI成為新的使用者介面，實現醫療AI的真正價值。
「護理師認為它很有幫助，」醫院AI中心主任謝爾貝里（Magnus Kjellberg）說。
這位25年的數據科學家不只在醫院內推動AI，還要負責整個西約塔蘭地區、5.7萬名醫護人員的AI政策，見證著醫療AI從實驗室走到病房的關鍵時刻。
但現實總是骨感。即便在瑞典這樣的先進國家，根據2024年瑞典醫療報告（Vårdkartan），全國179個醫療AI專案中，只有13%能真正落地。
「很多專案成效很好，卻因為某些原因，無法落地，」這個從概念到臨床之間的致命障礙，謝爾貝里稱為「死亡谷」。
薩爾格林斯卡大學附設醫院有300年歷史、1.74萬名員工，每年要照顧近40萬個病人。這麼龐大的機構，謝爾貝里的挑戰不只是導入AI，還要面對一個根本問題：如何讓AI有用？
87%專案卡在「死亡谷」
「死亡谷」有三個發生原因。
首先是基礎設備，傳統醫院的IT架構並非為AI而設計，數據也欠缺清整；其次是法規風險，AI在現行法規中處於灰色地帶，歐盟《AI法案》（AI Act）又帶來新的不確定性。「我們可能承擔很大風險，」謝爾貝里說。
但最根本問題還是組織準備度。
「專案會死掉，是因為我們沒準備好，」他舉例，病情預測、影像診斷這些AI工具，研究階段效果都不錯，但要真正用在病人身上時，就卡住了，「那很麻煩，光是品質保證和文件作業就令人頭痛。」
要突破這些難關，關鍵在管理層的早期支持。
謝爾貝里回憶，六年前，薩爾格林斯卡大學附設醫院的執行長——一位醫師——將AI列為發展三大重點，管理層也經常在會議中分享AI資訊。如今她雖已退休，但當年的決定已使醫院進入領先群。
而這幾年AI爆紅，從乏人問津變成人人想要；管理層又產生錯覺，以為AI專案沒那麼難。「現在，我花很多精力做管理層的『期望管理』，讓他們理解AI不是萬靈丹，必須投入大量資源，」謝爾貝里說。
關鍵不只是要有錢，還要有人，尤其是讓醫護人員儘早加入專案開發。
謝爾貝里觀察，以前推AI，大家都很遲疑；如今許多人都用過ChatGPT，態度正面許多，所以開發方式也改了：不是先做好工具再給醫護用，而是「一開始就找他們一起設計」，確定真的有用才做。
「醫護人員最清楚問題在哪，要用AI幫他們解決問題，而不是由技術人員決定該做什麼，」謝爾貝里強調，「醫護人員看到價值，就會用 AI。」
謝爾貝里認為，落實醫療AI的關鍵在於組織準備度，有了管理層的支持與共識，也要讓醫護人員參與開發，才能貼近實際應用需求。圖片來源：陳芳毓攝
建立以醫護為核心的AI教育體系
為了建立「以醫護為中心」的AI生態，薩爾格林斯卡大學附設醫院啟動了三層教育體系。
第一層是AI素養教育，讓每個人都了解AI的功能與限制；「想要讓AI變成工作的一部分，員工得先搞懂它什麼時候有用、什麼時候別碰。」
第二層是針對想在工作中使用AI的員工，制定「AI大使」計畫：從各部門選出30位有興趣的員工，給予額外培訓，讓他們回到部門成為推廣者。
第三層是培養真正的AI開發者。醫院有個數據科學團隊，會設法實現醫師的想法，也與企業、國外醫院合作——這正是謝爾貝里此行來台的目的之一。
兩年下來，薩爾格林斯卡大學附設醫院已經訓練了約1,000個員工。「這種從下往上推的方式很重要，」謝爾貝里說，他們想在醫院裡造出一個讓創新自然發生的環境。
跳脫框架想像「AI原生醫療」
然而，在傳統醫院導入AI就像「穿著西裝改西裝」，仍得面對諸多限制與妥協。
謝爾貝里想跳脫這一套龐大、複雜、破碎的系統，直接用AI重新設計服務流程。在他的藍圖裡，AI不該只是工具，而是一種組織能力，也是醫院運作的基礎。
「我們會挑選某個醫療環節，帶到體系外從頭設計，」他解釋，這就像建立一個「沙盒」，不被既有規則綁手綁腳。目前，他們正研究心臟病與慢性病管理，「因為這些病患數量龐大，但照護流程相對成熟，不是非常複雜。」
但謝爾貝里最想做的，還是「AI原生醫療」：
不是用AI 「縫補」現有系統的裂縫，而是以AI重新建立一套新系統，「我認為，那是實現醫療AI價值的唯一辦法。」
他舉例，瑞典有個行之有年的就醫系統（Patient Portal），民眾可掛號、拿處方藥。網站功能很多，但不好用，對老年人或不熟悉操作的人來說更是挑戰。
目前，團隊正在研究導入AI代理人，讓病人直接打字或講話就能掛號，AI直接安排，不用在網頁上找半天。
聽起來簡單，但對複雜的傳統醫療體系來說是大變革。儘管想法仍在早期階段，但謝爾貝里很期待：「如果明年再來台灣，說不定就能跟你們分享成果了！」
或許，「砍掉重練」也是AI醫療闖出「死亡谷」的出路。
