【專訪阪大醫院川崎教授】從 AI 醫院到永續醫療，日本如何打造人本醫療新模式

超越數位化，醫療的「文化轉型」

在日本，大阪大學醫學部附設醫院（下簡稱：阪大醫院）於 2018 年啟動的 AI Hospital Project，並非單純導入人工智慧或數位技術，而是一場關乎「醫療文化」的深層轉型。川崎教授指出，AI 醫院的目標在於重新想像整體醫療運作的樣貌——從預防、診斷、治療到復健與日常生活——讓醫療真正以「人」為中心運作。

然而，這樣的變革必須建立在信任與連續性之上。自 1961 年日本實施全民健保以來，社會對醫療品質、安全與穩定的期待早已根深蒂固。川崎教授強調，創新不應以顛覆為前提，而應在尊重傳統與病患信任的基礎上漸進推進：「我們不能一次改掉一切；創新與傳統要並行，品質與連續性不能犧牲。」這也是日本醫療體系邁向永續的關鍵——在制度延續與技術革新之間，找到平衡的人本路徑。

從醫院走向家庭與社區，把照護帶回病人身邊

當 AI 醫院的概念逐步成熟，醫療的邊界也隨之被重新定義。川崎教授指出，未來的醫療不應被限制在醫院建築之內，而是要「走回病人生活的場域」。隨著行動式與小型化診斷技術的發展，搭配遠距醫療與居家照護系統，醫師能夠在社區甚至家庭層面提供持續性的健康管理與預防服務。

這樣的轉變不僅提升可近性，也讓醫療重心從「治療疾病」轉為「維護健康」。透過可攜式設備、即時網絡與資料串接，病人得以在熟悉的生活空間中接受照護，減少不必要的住院與交通，進而降低整體醫療資源耗用。川崎教授總結道：「有了便攜診斷與網絡連結，醫療可以回到病人的生活場域。」這場從醫院回歸家庭的移動，不只是技術進步的結果，更是一種讓醫療重新「貼近人」的文化回歸。

以信任為本的資料治理：Opt-in 到動態同意

推動 AI 醫療不僅關乎技術突破，更是一場以「信任」為基礎的制度設計。大阪大學在建立 Osaka University Data Bank 與 OCR-net 的過程中，選擇與日本主流「選擇退出（opt-out）」[編按] 不同的方向，改採「主動同意（opt-in）」模式。川崎良教授回顧，團隊在設計階段時，就花費近一個月時間與病人進行焦點訪談，討論資料使用的方式與疑慮，結果超過 95% 的病人同意提供資料用於未來研究與 AI 開發，展現出醫療體系與病人間的高度信任。

為了讓資料使用更具彈性與透明，醫院正開發結合掛號與健康管理功能的智慧手機應用程式，導入「動態同意（dynamic consent）」機制。透過 App，病人可即時選擇是否同意資料用於特定研究或商業用途，並能隨時修改決定。這不僅提升病人的自主權，也讓資料治理更具人性化。

川崎教授強調，真正的挑戰不僅是技術落地，而是文化養成。他說：「我們也希望培養一種文化，讓人們理解：雖然疾病經驗往往是痛苦或負面的，但若能被安全、正面地使用，也能轉化為推動醫學進步的力量。」在他看來，健康資料的價值不止於研究成果，更是一種社會信任的延伸——當病人理解並參與，醫療創新才有真正被共享的意義。

（日本大阪大學醫學部附設醫院 AI 醫療中心副中心長 川崎良 教授於 2025 亞太醫療永續轉型論壇上與 CSRone 創辦人嚴德芬合影，圖片來源：CSRone 永續智庫）

邁向以資料為核心的精準醫療新時代

在談到亞洲區域的醫療數位化進程時，川崎教授坦言，日本的醫院端雖已實現高程度的數位化，但在基層診所與個人身分資料整合方面，發展相對緩慢。直到近年，日本政府才正式推動個人 ID 與健康保險資料的連結，並於去年開始試行，今年更將其納入強制性政策。

相較之下，台灣早在 2005 年便完成國家層級的身分與健保資料整合，在疫情期間更展現強大的資料應用能力——從醫療物資分配、口罩實名制到藥品與防疫資源的即時可視化，都成為日本希望學習的典範。川崎教授指出，這種橫跨醫療院所與公衛體系的資訊整合，不僅提高了政策反應速度，也提升了民眾對醫療體系的信任與參與感。

他進一步強調，數位化只是起點，真正的目標是「以資料驅動的價值導向醫療（Value-based Care）」。透過整合性資料，醫療體系得以從成效出發，推動創新與提升效率，同時建立更完善的監測與評估機制。

正如川崎教授所言：「不只是把資料數位化，而是用資料創造價值、衡量價值。」對日本而言，這不僅是技術上的追趕，更是一場制度與文化的進化——如何讓每一筆健康資料，都成為連結品質、信任與永續的基石。

AI 協作新篇章：讓醫療回歸「以人為本」的核心價值

約十年前，深度學習技術的興起開啟了醫療影像 AI 的應用浪潮。從放射科、眼科到皮膚科，AI 在影像辨識上的準確度一度超越人類專科醫師，成為醫療創新的重要契機。然而，川崎教授坦言，這些成果在臨床現場的實際應用仍有限，「影像 AI 的挑戰在於它多半是『單一任務導向』，難以融入複雜的臨床工作流程。」他指出，未來的發展應走向多任務、多平台的基礎模型（foundation model），讓 AI 真正成為臨床決策的一部分，而非僅作為獨立的輔助工具。

相比之下，語言模型 AI 的效益更為即時且可見。他指出，近年日本醫療現場也開始運用自然語言處理技術，協助醫師自動生成病歷摘要、轉診信與臨床試驗資料表單，減少人工重複輸入電子病歷（EHR）的時間。「真正立刻省時的，其實是語言模型 AI——它讓醫師把原本花在文書上的時間，重新用回醫療本身。」川崎教授說道。

他也觀察到，語言模型 AI 的發展正逐步改善醫病溝通。透過自動摘要與多語言翻譯功能，病人能更清楚理解自身病況與治療選項，醫師也能以更高效率進行說明與回覆。這不僅提升了診間的互動品質，也讓醫療決策更具透明度與信任感。

在 AI 技術的多元應用中，語言模型的成熟讓醫療現場率先看到「時間被還給人的可能性」。它讓科技不再只是加快流程的工具，而是讓醫師能有更多時間，回到醫療最核心的任務——傾聽、診斷與陪伴。

綠色醫療：把「效率」變成減碳力

隨著 AI 逐步導入醫療體系，「能源使用」與「永續效益」之間的平衡，成為不可忽視的課題。川崎教授坦言，AI 系統與資料運算確實帶來高能耗挑戰，但若能從醫療流程設計出發，仍可實現「以效率促進永續」的目標。他指出：「把流程做對，本身就是減碳。」

川崎教授說明，AI 與數位化雖需龐大的電力與基礎設施支撐，但永續的關鍵在於醫療服務的轉型與再分配。他表示：「讓醫療從醫院轉向診所，或從醫院延伸到居家照護，正是推動未來永續醫療的一種方式。」遠距診療的發展，使病人不必頻繁往返醫院或長期住院，除了節省交通時間與能源，也能減少醫療廢棄物與藥品、耗材的囤積。

未來醫療：把優先順序放回病人心中

展望永續醫療的未來，川崎教授認為，AI 的角色並非取代醫師，而是協助醫療回歸以「人」為核心的本質。他強調，真正的創新應在「人仍在場」的前提下進行，讓科技支持臨床判斷與醫病關係，而非取而代之。

他進一步指出，當前醫療體系多由醫院主導，治療的優先權往往掌握在制度與機構手中。然而，隨著科技、資訊與網絡的發展，醫療有機會重新將決策權帶回病人身上，讓他們依據自身的需求與偏好選擇最合適的治療方式。

「把優先順序放回病人心中。」川崎教授如此總結。他期望，未來的醫療能同時回應病人的期待與醫師的專業判斷，讓雙方在科技的輔助下，共同做出「最合適、最想要」的決定，這將是醫療真正邁向人本與永續的關鍵。

核稿：繆葶

（首圖來源：CSRone 永續智庫）