「结构化病历」是这2年许多医院CIO常常提起的热门关键字。因为AI技术的出现，催生不少智慧医疗应用，医院也体会到智慧医院的可能性。但要进一步扩大应用时，医院才发现许多关键资讯，还藏在原本的文字叙述病历中。为了扩大规模、发展更深层的智慧医疗应用，他们得要从这些病历中，抽取出新的病历资讯才行，因此掀起了新一波医疗资料结构化需求。

病历资料来源广泛，文字类病历是结构化重点

对医院来说，病历结构化一直是项大工程。因为，病历资料很多种，涵盖层面广泛，包括检验报告、检查报告、生理资讯、个人健康资讯、个人健康习惯、过去就医历程与记录，还有药物资讯等。这些病历记录内容，又可分为医学影像、影音、数值和文字资讯，其中，文字资讯还可细分为表格表单和描述性资料两种架构。

不只资料本身多样，这些病历还牵连不少重要的医疗资讯系统，从常见的门诊、住院、急诊和医嘱系统，到更专精的生化病历检验报告系统、生理资讯系统、各临床科别检查系统和药物管理系统，以及麻醉、手术、护理、病理、营养、个案管理和处理医学影像的影像储传系统（PACS）等都在影响范围内。

在这之中，生化检验和生理数据等病历资料，是结构化技术门槛最低的种类。因为，这类资料因健保申报制度，早年就已数位化和自动化，大多采结构化架构，因此结构化门槛低。但描述性的文字报告病历，过去以来并非以结构化方式记录，因此成为许多医院推动结构化的目标。

病历结构化不只益於临床应用，对IT也有好处

虽然病历资料多样复杂，但对医院而言，病历结构化可带来不同的帮助。

振兴医院心脏医学中心心脏血管内科主治医师暨资讯室主任陈冠群就点出，病历结构化可系统性地规范、定义和归类临床资讯，这些结构化数据，能简化後续分析应用成本，尤其是资料清洗，减少了AI应用开发所需的人力和时间。

对临床第一线人员来说，结构化的病历资料，可用来统计、追踪、计算、标注和可视化呈现特定的趋势，有助於跨职类人员的沟通协作，还能更即时处理临床业务。感染控制、特定病患的筛选与管理，以及医疗品质的目标设定、追踪和预警都是应用的一种。

而且，结构化的病历资料，还能加速临床照护仪表板的设计。这类仪表板可用来侦测异常数值、发出预警通知，让医护人员适时介入治疗。这些是病历结构化对临床面的好处。

对医院IT来说，病历结构化也有帮助。因为，资料在源头透过表单式结构化处理，可简化IT人员後续资料捞取上的繁琐工作，节省原本许多需要写程式执行的资料分析流程。

为何推动病历结构化不容易

资料结构化的方法有好几种，最常见的是采用表单式工具，在资料输入源头，就先以表单式的结构化规格储存。还有一种方法是使用资料湖工具，就算原始资料非结构化，也能储存，并在输出时，透过程式转换为结构化资讯。

在台湾，大多数医院病历结构化的主流做法是导入表单工具，来让医事人员以表单格式填写病历资料。但，这个做法要让第一线使用者买单，还不容易。

因为，要将病历中原本自由书写的描述性文字栏位，改为表单式，光是在表单设计过程，就需要临床人员额外花时间，配合找出需要结构化的关键资讯。这个额外工作，很容易引起临床人员反弹。再来，改采表单式栏位，会打破医师使用者书写病历的习惯。因为，医师得要将原本流畅书写的一句话，拆分成好几个部分，来进行个别记录或归类，甚至还要选取关键字。这种作法，容易中断医师思绪，而且在资料阅读上，也未必友善。

对医院IT而言，如何根据已知需求和未来可能需要的未知需求，来正确地将病历资料结构化，也是一大挑战。

有效推动病历结构化还有几种方法

因此，如何兼顾临床使用者需求和结构化资料收集目的，成为医院推动资料结构化的重要课题。

除了在组织上，成立由临床人员和医院IT组成的推动小组，台大医院病历资讯室主任庄秋华认为，团队得先聚焦病历结构化的临床目的，也就是找出临床痛点，接着凝聚医疗专业共识，找出需要结构化且适合用於表单形式的资料栏位。因为，病历结构化虽是辅助资料收集的好帮手，但不代表所有病历资料都适合用结构化方式来解决临床问题。

有了共识，再来就是设计表单，将共识转换为病历格式，并搭配临床作业流程来设计。完成後，就能交给IT来建置或修改病历系统表单程式。由於表单式纪录会影响原本医师对病人病况的观察记录，若全面改为表单栏位，不只会改变医师书写习惯，也难以完整呈现病人病况。但若为追求完整性，导致表单上需要输入的栏位过多，也会带给第一线医护困扰。因此，她提醒，医院设计结构化病历表单时，需兼顾实用性，要能充分反映病人状况，可采取部分结构化，部分自由书写的形式。

此外，还有一种病历结构化解法是导入表单设计工具，让临床人员自助式设计表单。推动长庚体系医院病历结构化的林口长庚纪念医院核子医学部主治医师林昆儒就分享，他们自2015年开始筹画病历结构化，当时考量，若由IT部门根据临床需求、一一设计上百张表单，太耗工费时，因此决定导入低程式码表单编辑器，来让临床单位自行设计符合病历审查条件的表单。

後来，为兼顾医师书写习惯，他们改良这套工具，改采主表单和子表单两层式设计，让医师可在主表单自由书写病历记录，另透过快捷键或点选，快速调用结构化的子表单，来进行更细致的辅助记录。完成後，系统会自动生成子表单的内容摘要，回馈到主表单上，其他结构化资料则会传送至资料仓储，以便後续应用。这就是兼顾临床使用者需求和结构化资料收集的一种作法。

一样是先锁定要解决的临床痛点，振兴医院对如何找出最关键、最值得优先投入结构化的资料，还有另一种切入角度。比如可先衡量数据的临床价值，结构化後，能否用来强化照护、提高诊断品质或优化医疗流程，另也可思考数据的多样性，也就是同一批结构化数据，能否发展更多种类的应用、在多个科别中使用。其他还有数据的真实性，也就是找出明确、不必再後续处理或判断的数据，更不能是意义模糊的数据结构。

数据结构化所衍生的资料储存成本也很重要，若数据产量很大，就得考量储存方式的开销。此外，医院也需思考，结构化数据是否来源多处，比如要解决一个临床题目，可能需要好几种不同来源的数据，要是数据取得难度高，结构化就会很辛苦。

LLM也许是另一种资料分析选择

病历资料结构化并非推动智慧医疗应用的唯一选择。尤其，这2年以大型语言模型（LLM）为基础的生成式AI崛起，可用模型和工具也越来越普及，LLM强大的文字阅读和分析能力，能快速消化非结构化的长篇文字内容，还能根据使用者指令，来解析、摘要特定内容。

这让医院开始思考，LLM是否意味着，医院可用来分析非结构化的病历文字内容？甚至是，病历资料是否不必结构化，就能靠LLM分析、解答？这是许多医院正在探究的议题。

 相关报导 …

自生成式 AI 发展以来，从文字、图片到音乐，它几乎能够生成所有类型的内容，先前《麻省理工科技评论》曾预测，生成式 AI 的第二波热潮将再度袭来，而在风口浪尖上的，是影片生成工具。

OpenAI Sora 粉墨登场

2 月 16 日，OpenAI 发布了几个生动、拟真的短影片，内容包括几头长毛猛獁象在雪地中前行、海浪拍打着悬崖边缘，也有人们的日常生活，比如读书或走在城市街道上的画面。这些影像是由 Oepn AI 执行长艾特曼（Sam Altman）上周在 X 上蒐集网友的文字提示後，透过旗下影像生成模型「Sora」制作而成。
OpenAI 指出，Sora 对语言有深入的理解，能够准确地解释用户提示、产生充满情感的影片，也能够在一支影片中创建多个镜头，准确地保留角色和视觉风格。

不过 Sora 目前对复杂场景的描绘，以及特定因果关系的理解还有待加强。例如影片中有人咬了饼乾，可是後面场景出现的饼乾却还是完好如初；或者影片中的人物没有跟着镜头的轨迹移动；偶尔也会搞错文字提示的细节，像是左右方向之类的。…

福斯汽车

福斯汽车（Volkswagen）本周宣布，将透过汽车AI助理解决方案供应商Cerence的Cerence Chat Pro服务，让ChatGPT进驻具备福斯IDA语音助理的众多车款中，在今年第二季让ChatGPT成为相关车款的标准配备。

Cerence专注於汽车领域的各种AI解决方案，其中的一项应用就是整合了ChatGPT的Cerence Chat Pro，甫於今年1月初宣布与微软结盟，让汽车品牌可透过Microsoft Azure OpenAI存取ChatGPT模型。

而根据福斯的规画，未来包括ID.7、ID.4、ID.5、ID.3、Tiguan、Passat及Golf等具备IDA语音助理的车款，都会藉由整合Cerence Chat Pro来提供ChatGPT服务。

由福斯开发的IDA语音助理原本就可透过语音来控制车上的资讯娱乐系统、导航、空调或回答常识问题，而ChatGPT则能扩大其能力，以更直觉的方式创造更丰富的对话，回答更复杂的问题，还能接受特定车辆的资讯。

福斯说明，车主不必建立新的帐号，也无需安装新程式，亦不用特别启动ChatGPT，在说出Hello IDA或按下方向盘上的按键以启用Hello IDA之後，会先由IDA执行各项功能，遇到无法回答的问题再匿名转送给AI，再由IDA负责回应。ChatGPT并不能存取车辆资料，且所有的问题与答案都会立刻删除。…

2023/12/18~12/24金融科技精选新闻

 生成式AI   纯网银 

欧洲纯网银bunq推出生成式AI助理，能统整存户消费模式

欧洲第二大纯网银bunq近期推出生成式AI助理Finn，一个建置於App中的Chatbot，能回答帐户使用者的消费问题。使用者可以询问助理自己在特定种类的消费额，例如每个月平均在食物和日用品的花费，甚至是汇整使用者在特定平台的消费额，如一年在亚马逊的消费总额。

这个助理也能根据交易地点、时间回应问题，例如，回应使用者上周去过的地点，或是回应使用者过去在某个地点的消费额。不过，Finn仅能回应消费相关问题，不会提供投资建议。目前，这个助理正在测试阶段，使用者需要开户才能参与试用。bunq表示，目前他们在欧盟地区的用户数量已达1100万。

 金融检查   云端资安 

金管会发布113年金检重点，首度明列云端资安和虚拟资产平台业

因应今年八月金管会发布的新版上云规范，金检局今日公布113年金检重点，不仅将资安列为重点关注项目，也将云端业者资安纳入其中。检查局在各业别检查项目中新增跨境委外的定期查核，例如金融机构针对云端业者的资安和风险管控措施。

除了云端委外项目，金管会今年甫纳管的虚拟资产平台及交易业务事业(VASP)，也被列为明年重点金检关注项目。金管会检查局主要针对业者的防制洗钱、打击资恐及反武器扩散的落实情形进行金检。

 澳洲央行   核心系统现代化 

澳洲央行明年将加强跨行资金移转及公债交割系统，更要展开核心系统现代化计画

澳洲央行近期发布一项招标案，揭露了明年的两项重大IT计画。一项是核心系统现代化，一项是加强跨行资金移转及公债交割系统（the Reserve Bank Information and Transfer System,RITS）。去年10月，澳洲央行的系统当机，全国长达五小时无法进行快速交割服务，以及小额结算和交割服务。澳洲央行当时表示，当机主因是管理虚拟伺服器的软体在更新时发生故障，进而让RITS系统无法传送或接收特定档案，也影响结算通知传送。

因应这项缺失，澳洲央行今年强调要加强支付系统的基础设施，更在今年1月开始对即时总额清算系统的营运环境进行全面审查。审查结果的建议中包括，以自动化流程提升系统管理的效率、加强风险管理框架，和建立反馈机制等。

 英国开放银行   VRP 

英国公布开放银行新进展，非自动转帐的可变定期支付功能将在明年第三季起分阶段上路

目前，英国有九间银行实施「可变定期支付」（Variable Recurring Payments）开放银行API，让消费者能在银行提供的平台连接自己的银行帐户，定期自动付款，例如，支付信用卡费或订阅服务。虽然过往消费者也能在银行App上对自己的帐户直接扣款，但无法在一个页面中管理所有定期支付的服务，开放VRP API後，消费者能管理自己同意向哪些机构定期付款，和限制每个服务的付款权限。

近期，英国金融监管机构宣布将进一步发展「非自动转帐VRP」（non-sweeping Variable Recurring Payments）功能，让民众能藉由银行App管理更多金额不定的经常性开销，且能与非个人或企业帐户进行转帐，例如，向政府缴交水电费和税金。第一阶段确定在明年第三季实施，将开放对公共事业、金融机构，和对地方、中央政府的支付功能。

 香港金管局   数据共享 

香港金管局宣布展开银行间帐户数据共享先导计画

香港金管局近期宣布展开「银行同业帐户数据共享」（IADS）先导计划，在顾客授权的情况下，银行间可以彼此共享顾客帐户数据。这项计画将於明年1月1日开展，共有28家银行参与，可以共享涵盖个人、企业的存款帐户资讯，包括帐户状态、结余和交易资讯。金管局预计银行业将逐步开发创新服务，例如，简话信贷申请流程、帐户资讯总览，和以数据驱动的客制服务。

 数位证券沙盒   分散式帐本技术 

英国将实施数位证券沙盒，让业者验证以分散式帐本技术作为金融基础设施的可行性

Mistral AI发表了最新的Mixtral 8x7B模型，这个模型是一个具有开放权重的稀疏混合专家模型（Sparse Mixture of Experts Model，SMoE），能够处理32,000个Token上下文，大多数基准测试表现都优於Llama 2 70B（700亿参数）和GPT 3.5模型，并采用Apache 2.0授权开源。

Mixtral 8x7B属於稀疏混合专家模型，而稀疏混合专家模型是一种深度学习架构，适合用於建置大型且高效的神经网路。专家系统是这类模型的重要概念，指的是网路中特定子模组或是子网路，每个专家都擅长处理特定类型的输入资料或是任务。

而稀疏混合专家模型中的稀疏性，则是指每次输入仅会触发一小部分专家，也就是说，并非每一个输入都需要经过所有专家处理，因此可有效降低运算成本。稀疏混合专家模型中经过训练的路由器，能够根据输入资料的特性，分配任务给最适合的专家，而在Mixtral 8x7B模型中，路由器会根据收到的任务决定2个最相关的专家，在2个专家各自处理完输入後，专家输出会被整合成最终的输出。

稀疏混合专家模型透过结合不同专家的知识和技能，以稀疏的方式处理资料，提高大型神经网路的效率和效能，在处理大量参数和资料的同时，将计算成本维持在合理范围。

Mixtral 8x7B模型总共拥有467亿个参数，虽然总参数数量很大，但在处理每个Token时，模型只会选择并使用其中的129亿个参数，而这便是稀疏性的体现，Mixtral 8x7B模型并不会每次都启动所有参数。而也因为模型每次只使用部分参数，使得处理速度和运算成本，相当於一个仅有129亿个参数的模型。

根据官方的资料，相比同为开源的Llama 2 70B模型，Mixtral 8x7B在多数基准测试表现更好，推理速度更是Llama 2 70B的6倍，而且Mixtral 8x7B在大多数标准基准测试中，表现也都与GPT3.5相当甚至超越。在幻觉（Hallucination）和偏见（Bias）方面，比起Llama 2，Mixtral表现更加真实，并且呈现较少的偏见。

目前Mixtral 8x7B能够处理英文、法文、义大利文、德文和西班牙文，其生成程式码的能力很出色。Mixtral 8x7B经过微调後的指令跟随模型Mixtral 8x7B Instruct，在MT-Bench获得8.3分，成为目前最佳的开源指令跟随模型，效能与GPT 3.5相当。…

2023/12/4~12/8金融科技精选新闻

 生成式AI   永丰金证券 

永丰金证券将在证券App导入即时交易数据分析工具，且要以生成式AI摘要每日新闻

永丰金证券近日举办发表会，除了发布股票下单App新功能，也揭露未来将上线的功能。其中，有两个亮点，分别是即时交易数据分析工具，和以生成式AI制作新闻摘要。永丰金证券表示，他们近年投入近亿元建构数据团队，建立交易所实时分析资料库，汇入每日约四千万笔的委托回报数据，再以分析引擎视觉化呈现投资资讯，例如市场上强弱势产业、各股涨跌排名。

另外，他们也将在App中导入生成式AI，处理每日新闻资讯，生成300字新闻摘要。永丰金证券表示，这项功能目前正在合规验证中，目标12月底前上线。他们也表示，自家证券户线上开户数在四年内成长五倍，App使用人数已超过60万人次。

 电子支付   金管会 

6家电支机构将於明年六月前加入跨机构平台购物功能

今年十月，电子支付跨机构共用平台的「购物」服务正式上线，首波加入的业者包括37家台湾Pay金融机构，还有全盈支付、橘子支、欧付宝3家电子支付机构。金管会近期在例行记者会上表示，其他六家电支专营机构将在明年六月前加入跨机构平台购物功能。

随着跨机构平台购物功能上线，多家支付业者也开始发展跨境金融服务的生态圈。金管会表示，目前已核准五家电支机构与境外机构合作推跨境金融服务，分别为欧付宝、一卡通、悠游卡、简单付和街口，另有一家业者正在申请中。金管会表示，电支机构合作的境外业者主要为日本为主，其他则包括新加坡、韩国和泰国。

 金融监管   CTP业者 

英国金融监理机构联合提案，要求监管关键第三方供应商提供给金融机构的服务

英国央行、英国审慎监理总署（PRA）和英国金融行为监理总署（FCA）近期联合提案，要求监管关键第三方供应商（CTP）提供给金融机构的服务。他们认为，随着金融业越来越依赖第三方科技业者提供的服务，一旦服务发生问题，例如机房故障或遭到破坏，可能影响英国整体的金融稳定性。他们也认为，管理这项风险已超出了一般企业或金融机构能负担的能力，因此，需要由监理机构进行直接监管。

该提案目前公布谘询文件（CP）徵求外界回馈，文件中包含，要求关键第三方供应商向监管机构提供保证书，包括提交年度自评书、情境测试报告等。此外，该提案并非纳管CTP业者，而是要针对CTP业者提供的服务进行监管。

 CBDC   央行 

央行揭露CBDC进展，目前CBDC雏型平台交易量能每秒可达2万笔

央行副总裁朱美丽近期出席财经公司活动中，揭露了CBDC目前进展。朱美丽表示，央行已完成「批发型CBDC可行性技术研究」和「通用型CBDC试验计画」，正在进行意见调查和精进CBDC雏形平台。目前，CBDC雏型平台的交易处理量能为每秒2万笔，相当於今年发放普发现金时的量能。

去年六月，央行完成第二阶段的通用型CBDC试验计划，与财金公司、外部技术团队打造一套CBDC雏型平台，并邀请5家银行参与设计和模拟。该平台可提供多种零售交易服务，像是以CBDC来购物、缴费，或是以CBDC可程式化设计发放数位券，又或是存款帐户或现金兑换CBDC，以及以CBDC供移工跨境小额汇款等应用。

 生成式AI应用   KYC 

澳洲金融科技业者Airwallex测试结果显示，生成式AI能协助加速KYC流程

近期，澳洲金融科技业者Airwallex分享将生成式AI应用於KYC的测试结果，结果显示，生成式AI能在KYC进行时帮助减少约一半的误判通知，此外，KYC全自动化，不需要人工干预的案例也增加了20%。

这家业者是一间具有相当规模的跨国公司，在全球拥有超过10万家企业。过去主要运用NLP技术打造KYC工具，虽然能帮助客户侦测网站中的高风险关键字，但同时会产生许多误判通知，拖长了KYC的处理时间。导入生成式AI後，该工具对关键字和脉络更加灵敏，例如，能精准到区分出商品是零售商或批发商贩售，也能分辨出非法贩售的物品。

 AI   监管 

欧盟就全球首部AI法案达成共识，保险业和银行业适用於强制进行基本权利影响评估的规范

欧洲议会与欧盟理事会近期就全球首个人工智慧法案达成临时协议，可用来规范企业组织如何使用AI，或规范供应商如何开发AI系统。AI法案将AI系统依风险程度分类，分为禁用型、高风险管制型、通用型和无责任型。

这个法案对金融业的影响在於，欧盟特别点出，使用高风险管制型AI系统需要强制进行基本权利影响评估，保险业和银行业尤其适用这项规定。高风险管制型AI系统包含生物辨识与分类系统、关键基础设施、执法或公领域系统等。这些系统必须遵守严格要求，例如具备风险缓解系统、资料集、活动纪录、详细的文件、及人工监督等。未遵守AI法案的业者将被罚款，最高款项为3,500万欧元或年营收的7%。

其他Fintech新闻:

1.新加坡与中国开启跨境数位人民币试点计画，将允许两国旅客使用数位人民币进行消费

2.金管会认为4家看盘软体App与券商进行的异业合作，恐涉及资安疑虑

责任编辑／李昀璇

图片来源／永丰证券

资料来源：iThome整理，2023年12月…