AI 智慧大數據病床動態調度與長照媒合平台

O 安心社會

申請編號
230
隊名
醫網情深
聯絡人
林靖森 ・0925289837 ・linjason0307@gmail.com

在官方系統開啟此提案

AI 輔助評估

摘要
以AI預測住院長者長照需求,串接區域病床與長照機構即時空床、人力資料,自動推薦出院轉銜路徑。
實質空洞
是 — 願景大、實作僅Canva模擬圖
卡詞
否
治理樣板
否
既有作品
否
類似前案(有沒有別人做過)
Qventus已做AI出院預測與後急性安置媒合;衛福部出院準備銜接長照計畫、北市長照機構查詢系統已涵蓋核心,提案屬重寫。
性別影響
護理、個管、照服員與家庭照顧者多為女性,「向下分流」加速出院恐把照護負擔轉嫁家中女性;全文未提。
DEI
高中團隊無醫療、長照、資訊成員;偏鄉長照量能不足者反被「距離最近」演算法邊緣化;病患與家屬無發言權。
STS·社會影響
以「病床周轉最大化」為目標,病人成被分流物件;引用年報級開放資料卻宣稱即時,回應許願池項目牽強。
AI 使用
AI僅用Gemini Canvas寫企劃與畫介面;所稱長照需求預測模型無訓練資料、無標記,卻申請GPU算力。
資安隱私
需病患帶管、失智等臨床資料與醫護個人班表,卻稱不需未開放資料,完全未提個資法、同意與跨機構授權。

初審

總分 可行性 社會影響力 創新性 提案團隊多元性 資料治理思維
2.45 0 5 3 2 1
評語
醫院病床年度統計無法得到即時病床數。
筆記
只有要做UI,沒有系統。
初審會議筆記
(無)

工作坊

筆記
(無)

決審

總分 可行性 社會影響力 創新性 實作進程驗證
(無) (無) (無) (無) (無)
入選
否
評語
(無)
筆記
(無)

同團隊提案(團隊 15)

同主題提案(主題 14:長照量能媒合)

壹、隊名及題目

一、隊名
醫網情深
二、題目
AI 智慧大數據病床動態調度與長照媒合平台
三、提案對應之徵件構面
安心社會
四、團隊要解決的問題?
台灣正式邁入超高齡社會,高齡長者頻繁面臨老病交織與反覆住院的困境。然而,現行醫療與長照體系長期陷入資訊孤島,加上第一線護理人員嚴重短缺、護病比居高不下,使得整體醫療服務量能更顯嚴峻。許多病況穩定的慢性病患因缺乏即時下游對接管道被迫滯留急性病床,導致急重症病床遭嚴重擠壓,形成「一床難求」的惡性循環。 本計畫旨在打破醫療與長照的藩籬,在護理人力吃緊的客觀困境下,最大化發揮每一張病床的周轉效益。透過系統性整合區域內的醫養資源,實現病患的精準分流與無縫轉銜,有效緩解急診與急性病床的滯留壓力,同時降低醫護人員的過勞負擔並確保照護品質。 本計畫透過跨域大數據整合區域內各醫療與長照機構的病床、設備與專業人力即時狀態。首先,運用 AI 模型對入院病患進行長照需求預測;其次,串聯各大院所與長照機構的即時空床及人力資料庫;最後,導入智慧配對演算法,依據病患照護需求,自動推薦最適切的轉銜路徑。
五、本提案是否屬於尚未進行、且尚未成立標案、未申請政府相關預算之計畫,階段性計畫亦同
是
六、前題若選否,請敘明招標機關、計畫名稱、計畫工作內容與本次精進內容

貳、聯絡人資訊

聯絡人姓名
林靖森
聯絡人電話
0925289837
電子信箱(Email)
linjason0307@gmail.com

參、提案內容說明

一、可行性

(一)已有隊員人數(含聯絡人)
10
(二)團隊成員及任務分工?
(三)參賽隊員中是否有「歷屆獲獎團隊或初審入選者」?
否
(四)參賽隊員中是否有其他之獲獎證明?
否
(五)請說明您的提案「已使用」哪些相關資料?
政府開放資料:衛生福利部統計處-醫院病床統計-2013至今-ZIP-每年更新 1筆-透過政府資料開放平台(data.gov.tw)API 自動定時排程抓取與更新 政府開放資料:衛生福利部中央健康保險署-各醫院4類病床平均占床率-2017至今-ZIP-每年更新 1筆-透過政府資料開放平台(data.gov.tw)API 自動定時排程抓取與更新 政府開放資料:衛生福利部中央健康保險署-全民健保特約醫院之保險病床比率-2015至今-ZIP-每月更新 1筆-透過政府資料開放平台(data.gov.tw)API 自動定時排程抓取與更新 政府開放資料:衛生福利部護理及健康照護司-全國開業護理機構清冊(含一般護理之家、居家護理所及產後護理之家)-2020至今-約1000筆-透過政府資料開放平台(data.gov.tw)API 自動定時排程抓取與更新 政府開放資料:各縣市政府-長照服務機構資訊-依各縣市政府公布為準-透過政府資料開放平台(data.gov.tw)API 自動定時排程抓取與更新 自備資料:
(六)請說明您的提案「後續驗證期間」預計使用哪些相關資料?
政府開放資料:衛生福利部中央健康保險署-醫院總額整體性醫療品質資訊公開報告專業版-2025至今-ODT-透過政府資料開放平台(data.gov.tw)API 自動定時排程抓取與更新 自備資料:
(七)除了上述資料外,是否有需要哪些機關的未開放資料?
否,沒有其他機關的未開放資料需求
(八)針對上述(欄位(五~七))之資料預計應用方式?
在已使用方面,透過衛福部統計處與健保署之「醫院病床統計」、「各類病床平均占床率」及「保險病床比率」等年度與每月公開資料,精準掌握全國各醫院之即時床位量能與占床壓力。同時串接護理照護司與各縣市政府之「全國開業護理機構清冊」與「長照服務機構資訊」,建立基層長照與護理據點的空間資料庫。這些資料將作為系統後台的資源對照基礎,藉由自動化排程抓取,實現區域醫療與長照資源的動態盤點與智慧分流媒合。 在後續驗證期間資料方面,預計觀察健保署之「醫院總額整體性醫療品質資訊公開報告專業版」。透過比對系統導入前後之醫療品質與效率指標,驗證本平台在縮短病患轉銜時間、降低急診滯留率與提升整體資源周轉效能上的實際改善成效,作為優化演算法與政策推廣之依據。
(九)請說明提案預計實證及落地場域為何,如在中央或地方機關、產業或NPO/NGO等,如何導入公共服務運作?
本提案預計以地方政府衛生局、基層醫療院所與各級長照護理機構為核心實證場域,並協同衛生福利部與各縣市長期照顧管理中心共同推動,打造跨機構的區域醫養疏洪據點。 在導入公共服務運作方面,首先透過地方衛生主管機關的行政指導,將平台納入區域轉銜通報機制的官方輔助工具,藉此建立標準化的作業流程與政策支持。 其次,於各大醫院的出院準備服務組與基層長照據點全面推廣平台介面,取代傳統效率低落的人工電話聯繫,實現各項醫療與長照資源的即時動態對接。 最後,透過系統的自動化推薦與智慧分流演算法,當病患面臨出院轉銜時能一鍵媒合最適切的機構,形成「醫院分流、基層承接、主管機關監管」的公共服務閉環,有效緩解醫療雍塞並全面提升整體社會的照護韌性。
(十)請說明提案實作期程規劃 (入選後至決審期間)?
本實作期程配合競賽時程(9/18 至 11/11 決審前),重點在於建構「醫網情深」網頁端的可互動原型系統與高保真模擬介面。 第一階段為資料整合與介面藍圖規劃(9/18 – 9/30)。此階段進行健保署與長照司開放資料情資清理,建立床位與長照機構資料庫,並完成醫療資源看板畫面規劃。階段查核點為完成平台架構設計與畫面草圖。 第二階段為高保真網頁原型開發與工作坊展示(10/01 – 10/14)。運用 Gemini 打造「醫網情深・醫療疏洪道」網頁前端模擬平台,呈現即時病床看板、病患需求輸入與智慧媒合推薦流程。配合 10/14 團隊工作坊進行原型實體展示。階段查核點為完成可點擊互動之模擬原型。 第三階段為情境體驗測試與決審展示準備(10/15 – 11/11)。邀請相關人員進行網頁模擬體驗,微調操作流程,並製作決審動態展示影片與簡報。階段查核點為產出決審原型展示檔與實測報告。

二、社會影響力

(一)請說明您的具體解決方案?
利用標準化 API 即時串接區域內各醫療與長照機構的硬體資訊,包含急性病床、加護病房、護理之家床位以及檢驗設備等資訊。同時,系統更進一步納入護理師與專科醫師的即時班表與人力員額,徹底打破資訊孤島,全面透明化區域內的真實醫養量能。 在軟體與預測機制上,當病患一入院,系統即透過預測模型自動評估其出院後的長照需求機率,並依據病患的生理與照護條件(如帶管、失智等)智慧判斷,提前為個管師與醫護人員啟動出院準備計畫,協助家屬與醫療人員做初步安排。 最後,系統結合地理距離、交通時間與各機構的即時空床與護理人力狀況,運用智慧演算法進行推薦。當病患病況穩定時,系統能自動產出最適切的轉銜路徑,在護理人力吃緊的現況下,引導病患向下分流,最大化釋放急性病床與周轉效益。
(二)提案是否回應公民許願池 ?
是
(三)前題若選是,請點選回應之願望名稱
安心社會-希望急診前就知道哪裡真正適合就醫-2026-07-28 安心社會-希望獨居長輩發生異常時能早一點被發現-2026-07-28
(四)請說明您認為本次提案內容可帶來的影響與效益?
行政效益方面 系統自動化整合區域內各級醫療與長照機構的病床、設備與人力開放資料,自動比對病患需求與機構收案條件,能作為第一線醫護與個管人員的智慧輔助工具,大幅縮短人工電話詢問與轉銜的行政作業時間,顯著提升整體醫療資源調度效率。 社會效益方面 透過即時透明的醫養資訊與智慧媒合機制,有效解決急診滯留與「一床難求」的困境,減少病患與家屬在出院時尋找長照資源的奔波與焦慮。同時在護理人力吃緊的現況下,保障高齡與慢性病患能獲得妥善的照護銜接,落實以人為本的醫療人權。 技術效益方面 系統實現跨機構、跨體系(醫療與長照)開放資料的整合應用,將病患端產生的動態需求與各院即時量能進行演算法配對,形成「入院預測、智慧分流、醫養聯防」的公共服務閉環,極具跨區域複製推廣性與政策落地價值。
(五)請說明本提案是否具備可複製性及擴散性?
複製性方面 本提案具備高度的技術複製性。由於平台採用雲端軟體架構與標準化 API 模組設計,其邊際成本相當低。當系統在單一示範區域驗證成功後,核心演算法與資料串接介面皆可被重複製造與低成本重現,只需依各地機構清冊進行輕量化在地部署,即可快速在全台各醫療生活圈複製推廣。 擴散性方面 本提案具備強大的制度擴散性與應用延展性。透過與衛生福利部及地方衛生局等政策主管機關對接,平台可從單一區域的「醫養聯防」成功經驗,逐步向外擴散至全國各縣市。未來更可向下延伸至居家醫療與社區長照據點,向上串聯健康大數據,形成跨域、跨層級的全面政策影響力。

三、創新性

(一)請說明本次提案內容跨領域合作或服務與技術之創新程度
預計跨領域合作方面 本提案預計打破長久以來醫療體系與長照體系相互獨立的「行政高牆」。透過跨領域協作,預計緊密串聯衛生福利部門、區域內各大醫院(含急重症與急性後期照護機構)以及基層長照與護理之家。未來將促使醫師、個管師、社工師與長照機構管理者能在同一平台上協同作業,真正實現「醫養合一」的跨界聯防生態系。 服務與技術創新方面 在服務與技術創新上,本提案智慧平台,整合全方位動態資源看板、AI 智慧預測與大數據引擎。系統打破傳統僅有病床數的單一維度,進一步將檢驗設備與醫護即時人力員額與專業能力全面納入看板;並透過風險評估自動產出病患生理與照護需求列表。在護理人力吃緊的現況下,利用智慧演算法一鍵推薦最適切的轉銜路徑,將傳統被動的人工查詢升級為主動智慧分流,極大化每張病床的效益。
(二)請說明提案預計使用之工具或平台?
介面與內容規劃 本提案預計全面使用 Gemini Canvas 功能進行網頁介面與互動架構的協同設計。透過 Canvas 介面即時梳理並生成各個頁面的區塊配置、視覺層級與引導文案,確保平台在沒有任何程式語言基礎下,也能精準產出符合使用者體驗(UX)的高品質介面藍圖。 視覺化網頁設計與互動原型 在視覺呈現與前端開發上,預計採用零程式碼的視覺化設計工具(如 Canva 網站設計功能)。透過規劃好的版面內容直接進行排版,並利用其頁面跳轉與超連結設定,打造出具備動態看板、表單輸入與智慧媒合結果頁的高保真互動式網頁原型,完整呈現系統的實際操作流程。 資料整合與 AI 展示 針對系統核心的「醫養資源動態看板」與「AI 智慧媒合」功能,預計於網頁中採用結構化的圖表與動態數據呈現方式(如儀表板風格),透過直覺的視覺化元件模擬多源數據串接與智慧分流的運作成果,完美展現政策落地的可行性與視覺吸引力。
(三)是否有使用AI工具?
是
(四)前題若選是,請詳實說明提案階段使用 AI 工具之名稱、使用功能及目的與範圍
本提案在企劃與原型開發階段,全程採用 Google Gemini Canvas 作為核心 AI 協作工具。 在使用功能與目的方面,本團隊運用 Gemini Canvas 的協同編輯與結構化生成能力,專門用於規劃與梳理「醫網情深」平台的網頁介面藍圖、各區塊版面配置、互動流程邏輯以及前端導引文案。 在使用範圍上,Gemini Canvas 僅聚焦於企劃案文字架構優化與網頁介面設計藍圖的產出,協助團隊將抽象的醫療與長照整合概念,轉化為具體可視化的網頁架構,並作為後續無程式碼視覺化設計工具(如 Canva)排版與製作高保真互動原型的重要依據,大幅提升整體企劃與雛型開發的效率與完整性。

四、團隊輔導需求調查

(一)若入圍初選,期待主辦單位提供之協助?
協助調整作品架構及服務模式 協助確認應用場域可行性 協助確認預期使用者(TA)是否需調整 協助建議資料應用項目是否需要調整 協助跨機關資料取得 協助跨機關溝通合作(非資料面)
(二)若入圍初選,是否需要算力平台或雲端協力業者資源?
是
(三)前題若選是,請說明需要何種算力平台(係指數位發展部數位產業署-數位產業跨域軟體基盤暨數位服務躍升計畫)或雲端協力業者(GCP或AWS或Azure或國網中心)之資源及預計應用內容
數位發展部數位產業署 - 115年算力平台:(應用內容:預計申請高效能 GPU 算力資源,用於「醫養大數據分析與 AI 風險預測模型」的訓練與微調。包含針對入院病患長照需求評估、出院準備指標之機器學習模型訓練,以及區域醫療與長照機構即時空床、人力資源的動態媒合演算法最佳化。運用平台算力加速巨量醫療數據之特徵萃取與運算,支援系統進行高效能的智慧分流模擬與模型自主迭代,提升區域醫療資源調度與轉銜推薦的準確率與反應速度。)

五、參考文獻或資料引用來源說明

(一)提案內容是否全為原創內容,或有部分引用相關資料來源?
否,有部分內容或資料來源引用其他參考文獻/網頁等。
(二)前題若選否,請說明本提案中所引用之資料來源及其應用環節,建議以條列方式簡述。
一、官方數據與政府開放資料之引用說明 資料來源: 衛福部健保署與統計處公開資料集、護理及健康照護司與各縣市政府長照開放資料,以及政府資料開放平臺(data.gov.tw)API 規範。 應用環節: 於「研究動機」引用各醫院病床滿床情形、占床率與長照分布等官方數據作為問題量化依據;並於「研究方法」串接 API 進行醫療量能動態盤點、長照空間資料庫建置與多源數據自動化更新。 二、醫療巨量資料分析與智慧媒合演算法之引用說明 資料來源: 衛福部健保署「醫院總額整體性醫療品質資訊公開報告專業版」、醫療照護決策文獻及空間路徑最佳化技術規範。 應用環節: 用於「研究方法」之智慧分流與驗證機制,作為入院風險評估、出院準備指標運算、地理空間距離計算,以及評估系統導入前後之轉銜效率與醫療品質改善成效之基底。

團隊成員

單位類型 姓名 單位與職稱 工作項目
學校 林逸文 國立潮州高級中學/校長 主要提案單位
學校 李伯恩 國立潮州高級中學/教師兼學務主任 主要提案單位
學校 施冠瑋 國立潮州高級中學/多元選修教師 主要提案單位
學校 林靖森 國立潮州高級中學/學生 主要提案單位
學校 蔡芳縈 國立潮州高級中學/學生 主要提案單位
學校 徐熙蕾 國立潮州高級中學/學生 主要提案單位
學校 吳明真 國立潮州高級中學/學生 主要提案單位
學校 莊芸綺 國立潮州高級中學/學生 主要提案單位
學校 李雅雯 國立潮州高級中學/學生 主要提案單位
學校 王廷丰 國立潮州高級中學/學生 主要提案單位

資料需求

無資料。