一、基層診所 AI 化現況
醫療 AI 的焦點在醫學中心，量體卻在基層。依衛福部診所科別開放資料，全國診所以西醫、牙醫、中醫為主，多是 1–5 人的小機構。Doximity 2026 State of AI in Medicine 指出 2026 年 81% 醫師用過 AI（2023 年 38%），29% 用環境語音病歷。痛點一致：電話與 LINE 淹沒、初診 no-show、晚上補病歷、申報前才發現漏填。四者都不需 AI 診斷，最安全。
二、四個值得做的應用場景
- LINE 首答攔截：「今天有沒有診」「自費多少」這類重複題約占 60–70%，交給 RAG 機器人，答不了轉真人。
- 環境語音病歷草稿：診間對話轉 SOAP 草稿，醫師審閱修改，簽署權在醫師。
- no-show 預測與差異化提醒：依初診／複診、掛號間隔、爽約次數、時段算風險分數，高風險者提前 24 小時加推確認與改期連結。
- 申報前欄位檢核：規則引擎加 LLM 查病歷醫令一致性、必填欄位與退件樣態，只出「疑義清單」，不自動送件。
三、兩個可查證的真實案例
案例 A：Kaiser Permanente（7,260 位醫師）。2023/10–2024/12 約 250 萬次就診用環境語音病歷，刊於 NEJM Catalyst：省下近 16,000 小時文書時間，84% 醫師認為對看診互動正面。關鍵是系統不做臨床建議，只處理紀錄。
案例 B：五家美國學術醫學中心研究。JAMA Network Open 追蹤 8,581 位門診人員（1,809 導入、6,772 未導入）：每人每日 EHR 時間減 13.4 分鐘、文書減 16.0 分鐘、每週多看 0.49 診次。遠比廠商宣稱保守，是該用的基準。台灣亦有落地（PwC 台灣「醫錄通」），但小診所仍應用 JAMA 值。
四、工具堆疊建議
不必自建模型，只需可控組裝：
- n8n（自架）：串接 LINE 官方帳號、HIS／掛號系統與簡訊閘道。自架是因電子病歷製作及管理辦法要求境內儲存。
- Claude API 或 OpenAI API：語意理解、摘要與衛教草稿；走企業條款、關閉訓練回饋，送出前把姓名與病歷號代換成 token。
- pgvector（PostgreSQL）：存自家 FAQ、價目與療程說明，避免模型自由發揮。
- Laravel + Flutter：後台審閱介面（草稿人審、no-show 名單、疑義清單）與診所端 App，是安全閥。
五、ROI 模型：三診間、日均 120 人次試算
| 項目 | 金額 |
|---|---|
| 一次性開發（Phase 1–3） | NT$220,000 |
| 月運營（API＋主機＋語音授權） | NT$12,000 |
| 櫃檯：日均 90 則攔截 55%，月省 45 小時 × NT$230 | +NT$10,350 |
| no-show：月 380 預約，16% → 10%，多 23 診次 × 毛利 NT$800 | +NT$18,400 |
| 醫師文書：3 人 × 20 分鐘 × 22 日 ≒ 22 小時（半價計） | +NT$15,000 |
不計醫師時間，淨效益約 NT$16,750／月，回本約 13 個月；計入後約 NT$31,750／月，回本約 7 個月。單買語音病歷 SaaS 每位醫師每月約 US$39–500（AI scribe 定價彙整），但回本最慢：省的是醫師時間，不是現金流。
六、落地時程 Phase 1–4
- Phase 1（2 週）盤點與合規：清點問題 Top 30、掛號欄位、HIS 匯出能力，畫出資料紅線與話術白名單。
- Phase 2（3–5 週）前台 MVP：LINE FAQ 與預約機器人上線，只開放無判斷風險題型，設轉真人門檻，先跑兩週影子模式。
- Phase 3（4–8 週）臨床與營運：一位醫師試點語音病歷草稿、no-show 預測上線、疑義清單接進後台。
- Phase 4（持續）治理：每月抽查 5% 產出、記錄修改率、更新知識庫、每季重訓 no-show 模型。
七、四個常見失敗原因與解法
- 把行政 AI 講成診斷 AI。宣稱「AI 判讀／診斷」即落入軟體醫材管理，須向食藥署查驗登記（見 TFDA 智慧醫材平台）。解法：定位為行政輔助。
- AI 文案踩醫療廣告紅線。醫療法第 84 條起限制廣告內容，療效保證、前後對比、限時促銷皆高風險。解法：禁用詞庫寫進提示詞，人工放行。
- 病歷直丟公有雲。病歷屬特種個資，委外須境內儲存與資安認證。解法：去識別化＋境內部署＋書面委外契約。
- 知識庫沒人維護。價目或班表一改，機器人還講舊資訊。解法：更新綁進公告流程並指定負責人。
八、不適合 AI 化的場景
- 症狀分級與檢傷：涉臨床判斷，責任風險過高。
- 用藥劑量與交互作用：須走核可資料庫與藥師。
- 身心科初談與危機訊號：須真人第一時間接手。
- 醫療糾紛與客訴：一律真人，AI 只整理時間軸。
九、ScriptWalker 方案與起價
以 Laravel + Flutter + 自架 n8n 提供三模組：LINE 智慧客服與預約（NT$120,000 起）、no-show 預測與提醒（NT$80,000 起）、語音病歷草稿與審閱介面（NT$150,000 起，視 HIS 介接）。整合起價 NT$220,000，含 Phase 1 合規盤點與一年維運指引，預設台灣機房。
十、常見問題 FAQ
診所用 AI 自動回覆病人訊息，會違反醫療法嗎？
限於機構名稱、地址、電話、科別時間、醫師學經歷、自費價目等事實資訊即屬允許；療效保證、症狀回應與促銷話術須真人處理。
把病歷丟給 ChatGPT 摘要合法嗎？
病歷屬特種個資，委外儲存須在境內並取得資安認證。做法：先去識別化再送模型，或用可部署在台灣的服務，並簽委外契約。
一定要換掉現在的 HIS 或掛號系統嗎？
不用。多是在既有系統旁加一層自動化與審閱介面，以 API 或匯出同步；全封閉老系統才需 RPA 過渡。
AI 可以幫忙判讀 X 光或給診斷建議嗎？
不在本方案範圍。具診斷或治療建議的軟體屬醫療器材，須完成查驗登記，非一般資訊專案能承接。
十一、決策清單與下一步
- ☐ 列得出櫃檯最常被問的 30 題嗎？
- ☐ 其中 60% 以上是事實查詢嗎？
- ☐ 掛號／HIS 能匯出或提供 API 嗎？
- ☐ 知道初診 no-show 率嗎？
- ☐ 有人維護知識庫嗎？
- ☐ 醫師接受「AI 草稿、人工審閱」嗎？
- ☐ 文案有廣告合規把關嗎？
- ☐ 資料流全在境內嗎？
- ☐ 首年 NT$25 萬預算有共識嗎？
- ☐ 已排除「AI 診斷」宣稱嗎？
勾滿 7 項即可進入 Phase 1。想要你科別的 ROI 初估，歡迎聯絡：
- Email：[email protected]
- 電話：0916-224-047
- LINE：@ufv9089p