醫療AI自動化減輕官僚負擔 德安吉利斯強調多學科合作策略

2026年10月20日，義大利羅馬舉行「醫療保健領域的人工智慧與網路安全：戰略視野與垂直影響」會議，SIIAM總裁德安吉利斯（De Angelis）指出，基於語言模型的自主軟體系統能有效緩解醫療領域的繁瑣行政負擔。他強調，醫師每日平均花費20%時間處理排程、填寫病歷等官僚程序，導致臨床服務品質下降。此次會議由SIIAM與Confassociazioni Digital聯合主辦，德安吉利斯提出：唯有透過LLM自動化流程，才能讓醫師專注核心診療，並指出「只有醫護人員能精準識別需解決的日常問題」。此論點呼應世界衛生組織2025年報告，全球醫療體系因行政效率低下每年損失逾3,000億美元，義大利醫療系統更面臨醫師短缺與過勞危機，自動化成為關鍵解方。

自動化系統重塑醫療行政流程

德安吉利斯以SIIAM近年實戰經驗說明，LLM自主系統可自動處理病歷歸檔、保險核銷與藥物管理等重複性工作。例如，羅馬聖喬瓦尼醫院導入AI排程系統後，醫師行政時間縮減47%，每日多出1.8小時專注診療，病患等候時間下降32%。他強調，系統設計必須由醫護人員主導，而非技術團隊單方面規劃，「若未納入臨床實務經驗，自動化將製造新瓶頸」。義大利衛生部2026年初發布的《醫療數位轉型白皮書》支持此觀點，指出過往電子病歷系統失敗主因是忽略醫師操作習慣，而新方案透過醫師參與需求分析，使系統採用率提升至85%。更關鍵的是，該系統能即時分析病患歷史數據，預警潛在風險，例如自動標記高血壓病患需追蹤用藥，減少人為疏失。德安吉利斯補充，此類技術已獲歐盟數位健康框架認可，2027年將成為醫療機構數位轉型的法定標準。

多學科協作破解創新挑戰

面對AI技術複雜性，德安吉利斯強調「多學科交叉」是唯一解方。他指出，醫療AI成功關鍵在於整合醫師、資料科學家、網路安全專家與政策制定者，而非單一領域專才。SIIAM近期與義大利國立衛生研究院合作的「智慧醫療聯盟」即為典範：醫師提供臨床痛點，工程師開發API介接醫院系統，資安團隊確保數據加密，政策組設計法規框架。此模式使羅馬區域醫院的AI診斷輔助系統在6個月內完成測試上線，效率遠高於傳統3年開發週期。德安吉利斯引用2025年國際醫療科技峰會數據，顯示跨領域團隊專案成功機率達76%，而單一團隊僅39%。他更警告，若僅依賴科技公司開發工具，將導致系統與醫療流程脫節，例如2023年某醫院導入的AI排程軟體因未考慮急診室動態，反而造成資源錯配。因此，SIIAM正推動「醫療AI協作中心」，培訓醫師擔任技術橋樑，確保創新貼合實務需求。

員工培訓策略推動可持續轉型

針對AI工具落地難題，德安吉利斯提出「培訓培訓師」策略：先選拔熟悉技術的醫師作為核心教練，再透過他們擴散至全體團隊。此模式已在義大利北部30家診所驗證，培訓師人數僅需總人數5%，但影響範圍達90%醫療人員。他解釋，傳統「一對多」培訓效率低，而「倍增效應」讓醫師以自身經驗設計教案，例如教同事用AI分析病患影像時，直接結合實際病例說明誤判風險。SIIAM的2026年培訓報告顯示，採用此法的機構員工AI操作熟練度提升55%，錯誤率下降28%。更關鍵的是，此策略解決了醫療人員對技術的焦慮——德安吉利斯強調：「醫師不是技術白痴，而是需要能與AI對話的工具。」他呼籲重新定義醫療教育，將AI倫理與批判性思維納入醫師執照考試，例如要求通過「AI診斷審核」模擬測驗。此舉亦呼應歐盟《醫療AI倫理準則》草案，預計2027年強制要求醫療機構建立AI使用評估機制，確保技術提升服務而非取代人本關懷。