電子病歷行政導向是真的嗎？5 個臨床決策設計重點

墨新聞轉載的外電報導指出，電子病歷系統常先完成行政管理、帳務與申報功能，臨床人員需要的病人脈絡、快速查詢與警示設計卻較晚處理。[1] 問題在於：當系統最容易衡量的是計費與合規，醫療人員真正需要的臨床決策資訊，是否仍在畫面最容易取得的位置？

一、電子病歷的第一個問題：它優先服務誰？

墨新聞報導指出，電子病歷開發時，行政人員與採購團隊重視的功能，可能比臨床醫護需要的操作便利更早完成。[1]

電子病歷應同時支援照護、行政與支付要求，但介面排序與工作流程必須先回應臨床決策和病人安全。行政欄位有存在必要，卻不宜讓醫護為了完成申報而反覆切換畫面、重複輸入相同資訊。

行政計費、健保申報、品質指標與醫院管理都需要可追蹤欄位，驗收時也容易用「是否有填值」或「能否產出報表」判斷完成度。臨床人員需要的時間脈絡、異常變化、病人偏好與跨專業判斷，則常散落在病歷、檢驗、影像、醫囑與護理紀錄之間，較難用單一欄位呈現。

問題不在行政功能本身，而在是否把行政完成度當成唯一成功標準。當醫師須在多個頁籤補齊與當下決策無關的欄位，臨床資訊就可能被排到視線之外。研究也將行政任務、工作流程碎片化、病歷查閱與使用者體驗列為電子病歷負擔面向，但衡量方式尚未一致。[2][6]

系統要回答的問題	行政導向的呈現	臨床決策需要的呈現
這次就醫完成了什麼	診斷、處置與申報代碼是否齊全	症狀如何變化、已做過哪些判斷
這位病人有哪些風險	是否符合管理或支付規則	過敏、用藥、共病與病人偏好如何影響選擇
下一步要做什麼	是否完成必要流程	哪項檢查或處置最能縮小不確定性

世界衛生組織的數位健康策略指出，數位工具要與財務、組織、人力和技術資源整合，目標是改善健康結果與照護公平性，而不只是完成系統導入。（World Health Organization, 2021）[4]

二、從台灣醫療現場看見工作流程的斷裂

門診、急診、住院與轉診節奏不同；若都沿用相同欄位與畫面邏輯，醫護可能在查資料、輸入紀錄與申報間來回切換，資訊取得變慢，也增加遺漏脈絡的機會。

門診要快速抓到上次症狀、檢驗趨勢、用藥反應與本次主訴；急診先處理生命徵象與高風險警訊，再補齊病史；住院則涉及交班、醫囑變更、護理觀察與跨專業協作。若各情境都要求相同輸入順序，畫面完成度可能提高，臨床工作卻未必更順。

轉診與跨院照護的難點更明顯。格式正確的資料抵達另一家醫院，不代表接收端能快速理解診斷脈絡、檢查時序、用藥原因或未解決的問題。若代碼、單位、縮寫、時間戳記或權限未正確對應，資料即使存在也可能難以直接使用；這屬於互通設計風險，需由各場域驗證。對孕婦、兒童、慢性病患者與長期服藥者而言，背景條件若未清楚標示，也可能影響風險判斷與用藥核對。

美國 AHRQ 整理研究時，將電子病歷使用時間、臨床查閱、醫囑、帳務與保險行政、工作流程碎片化和可用性分開衡量，也提醒指標多來自美國場域，跨情境有效性有限。[6] 台灣仍需建立自己的場域資料。

三、FHIR 與資料互通為何不等於臨床可用？

FHIR與TW Core提供資料交換共同語言，卻不能保證資料完整、語意一致、權限適當或符合臨床時機。互通的終點是讓使用者在需要時看懂並行動，而非只搬運資料。

格式互通處理資料怎麼傳；語意互通確認詞、代碼或單位在不同系統是否代表相同意思。資料品質則要確認檢驗值的時間、來源與單位，診斷是目前問題還是歷史紀錄，藥物是正在使用、已停用，還是曾經開立。若條件未保留，畫面即使成功顯示，也可能造成錯誤理解。

衛生福利部的臺灣核心實作指引建基於 HL7 FHIR R4.0.1，定義台灣健康照護資料交換 Resources，並延伸電子病歷交換單張指引。[3] 這是標準化基礎，但醫療機構仍需決定交換資料、讀取者、更新責任，以及錯誤回報與修正方式。

權限設計也不能只追求「看得到」。治理上，跨院資料交換可納入病人同意、最小必要使用、身分驗證、存取紀錄與資安事件處理；適用範圍與執行方式，仍應依適用法規與院內規範確認。資料帶入臨床決策支援時，也可留下資料與模型版本、觸發條件及人工覆核紀錄，便於結果不一致時追溯責任。

因此，資料互通不只是交換基礎，也是醫療AI取得輸入、呈現依據與留下追溯紀錄的前提。資料品質或時間脈絡不清，警示可信度就需要重新驗證。

四、醫療AI可解釋性如何嵌入電子病歷？

醫療AI宜在合適情境與時機提供可追溯的決策參考，嵌入既有流程；不能取代專業判斷，也不能把不完整資料包裝成確定答案。警示數量、呈現位置、解釋內容與人工覆核流程，都要在真實場域測試。

臨床決策支援可以協助整理病人時間線、提示可能的藥物交互作用、標示檢驗值變化，或在醫囑前提醒需要確認的條件。若警示出現於不相關的時間，或要求使用者再開另一個系統查證，便可能增加工作負擔。警示過多時，使用者可能快速關閉訊息；這是警示設計的待驗證風險，可用接受率、覆核率與關閉率觀察。

可解釋性不等於在結果旁增加模型說明。臨床人員需要知道模型使用哪些資料、時間點是否正確、哪些因素影響結果、適用族群，以及遇到矛盾資訊時如何升級處理。NIST 的 AI 風險管理框架把可靠、安全、透明、可解釋、隱私與公平視為需共同管理的特性，也提醒單獨滿足一項，不能保證整體可信任。[5]

NIST指出，人工智慧的可信任特性應從設計、開發、部署、使用到測試評估持續納入；只處理單一特性，無法保證系統整體可信任。（National Institute of Standards and Technology, 2023）[5]

醫療AI建議可能與臨床人員判斷不一致。醫療機構可預先定義人工覆核、拒絕採用、重新查證與升級處理的條件，並釐清資料提供者、模型供應者、系統管理者與臨床使用者各自的責任。實際責任與紀錄要求仍應依適用法規、院內規範及產品用途確認。若這些制度沒有寫進流程，模型說明再完整，也難以支援安全決策。

五、把第一線使用者放回電子病歷設計核心

改善電子病歷可從高頻、跨專業流程開始，邀集醫護、病人、行政與資訊人員盤點資料需求和操作負擔，再用可量測結果迭代，不只在採購或上線前徵求意見。

使用者參與可涵蓋需求定義、原型測試、情境演練、上線觀察與版本修正。測試也要納入不同年資、科別、班別與資訊能力的使用者，觀察查閱病史、交班、開立醫囑、處理警示與修正錯誤的情形。病人與照顧者則能補充哪些資訊應被看見、說明是否易懂，以及同意與隱私如何呈現。

成效指標也應超過登入人次或表單完成率。醫療機構可追蹤完成一項高頻任務需要幾次點擊、重複輸入比例、查找關鍵資訊所需時間、警示接受與覆核情形、交班遺漏、資料修正次數，以及使用者在工作後補登的時間。這些指標仍需依場域調整，不能直接把歐美研究結果套用到台灣不同層級醫院。

目前研究多以歐美醫療體系為主，台灣不同層級機構的第一線實證仍有限。互通性研究的介入、指標與資料品質差異大，難以直接推論因果；可解釋性也不必然提升正確性，可能造成過度信任、確認偏誤或額外負擔。測試時可檢驗上述場景與指標在真實流程中的表現。

1. 選定一個高頻流程：例如門診用藥核對、急診轉住院或跨院出院交接，先畫出每個角色取得資料、輸入資料與做決策的步驟。
2. 建立共同資料清單：區分必要欄位、可延後欄位與只為行政報表保留的欄位，確認每項資料的來源、時間、單位、權限與責任人。
3. 用真實情境測試：以尖峰門診、夜間急診、病人資料不完整與AI建議矛盾等情境，觀察操作時間、錯誤、警示疲勞與人工覆核是否發生。
4. 設定上線後回饋機制：由臨床、行政、資訊與病人代表定期檢視指標，將問題分成介面、資料、流程、權限與治理類別，再排定修正順序。

• 電子病歷的核心價值，不只在於完成計費、申報與紀錄，也在於讓臨床人員於正確時間取得可理解的病人資訊。
• FHIR與TW Core提供互通基礎，資料品質、語意、權限、責任與使用情境仍需由醫療機構治理。
• 醫療AI應提供可追溯的決策參考，並保留人工覆核與升級處理，不把模型輸出當成自動結論。

六、結語：好的電子病歷應讓照護更連貫

好的電子病歷應讓行政與照護彼此支援，減少重複輸入與無效切換，讓病人脈絡、決策依據與責任界線更易看見。系統成效可從臨床品質、認知負荷、工作時間、資料完整性與病人理解程度判斷。

電子病歷改革涉及軟體、醫療流程、資料治理與專業責任。醫療機構可先從高頻流程開始，讓第一線使用者與病人盤點「哪些資訊有助於判斷」，再用可比較的指標修正。系統回到照護問題，行政資料才有機會支援臨床，而非增加操作負擔。

常見問題

Q1: 電子病歷有行政欄位，是否代表設計錯誤？

不代表。重點是行政欄位是否與臨床流程整合，避免重複輸入或遮蔽關鍵資訊。

Q2: FHIR與TW Core可以直接解決跨院資料交換嗎？

不能。它們提供交換標準，仍要處理語意、資料完整性、權限、同意與錯誤修正。

Q3: 醫療AI給出建議後，臨床人員可以直接採用嗎？

只能作為參考。醫療機構應依用途設人工覆核、查證、拒絕採用與升級機制，記錄模型與資料版本。

Q4: 可解釋性越高，臨床決策就一定越正確嗎？

不一定。解釋可能協助查錯，也可能造成過度信任或負擔，須連同資料品質與實際成效評估。

Q5: 台灣醫療機構導入電子病歷時，第一步可以做什4-EHC023. https://pubmed.ncbi.nlm.nih.gov/39480984/