本系統旨在解決多重共病患者臨床資料繁雜、統整耗時之痛點。透過與 QOCA AIM 平台整合，本系統利用 GenAI 技術即時分析 FHIR 標準資料，自動轉化為結構化臨床摘要（如 Medical Summary、SOAP Note）。核⼼特⾊包含： 在地優化：專為台灣醫療場域訓練，精準掌握臨床術語。 證據溯源 (Source Verification)：生成的每一句摘要皆可與左側原始資料交叉比對，並支援手動補遺缺漏報告，有效解決 AI 幻覺並確保資料完整性。 資安與合規：數據完全於院內安全環境運算（On-premise），並完整記錄醫師確認歷程。
痛點與目標族群 ： 臨床上多重共病（Multimorbidity）患者比例急劇上升。此類患者病程長、共病複雜，其醫療數據往往分散於不同的檢驗報告、影像系統與過往病歷中，形成嚴重的資料破碎化現象。 對於第一線臨床醫師而言，要在有限的看診或查房時間內，從海量且非結構化的數據中梳理出完整的病程脈絡，不僅耗時且極易發生資訊遺漏。這不僅加劇了醫護人員的文書負擔，更可能因資訊掌握不全而影響診斷精確度與病人安全 。本系統自動彙整跨科別資料，解決資訊過載問題和截取關鍵 解決方案與運作機制 本系統建立於 HL7 FHIR 國際標準之上，與 QOCA AIM 平台深度整合，具備以下核心運作機制： 標準化資料獲取：經由SMART on FHIR 授權，直接從醫院資料庫擷取 Patient, Condition, Procedure 等資源 人機協作：針對現實環境中 FHIR 資料可能缺漏的情況，本系統設手動輸入模式（Manual Input Mode）。醫師可將紙本報告或外院資料直接輸入，AI 會即時將補充資訊與原有數據進行整合運算，確保摘要的全面性 生成式 AI 摘要：利用台灣醫療術語微調的 LLM 模型，自動生成結構化的 Medical Summary、SOAP Note、用藥列表與鑑別診斷建議 證據溯源：為解決 AI 幻覺問題，系統生成的每一句摘要皆可與左側原始資料進行「交叉比對」，確保臨床決策有所依據 應用情境 急、門診：醫師在病患進入診間前，一鍵生成摘要，快速掌握過去病史與近期檢查結果 住院：針對長期住院或病情複雜之患者，協助每日病程紀錄之撰寫，並整合實驗室數據趨勢。自動彙整住院期間之所有處置與檢查，快速產出出院摘要，促進轉診與後續照護之連續性 臨床影響力 短期效益（效率提升）：大幅縮短病歷審閱與撰寫時間 中期效益：透過結構化摘要與證據溯源機制，降低因人為疲勞導致的資訊遺漏或判讀錯誤，減少潛在醫療疏失 長期效益：減輕醫護人員的認知負荷與職業倦怠。同時高品質病歷資料 QOCA 整合： 本系統託管於 QOCA AIM 環境，確保病患資料不落地，並利用其高效能 GPU 進行即時推論 至Sand Box輸入網址https://unslumping-viki-unattentively.ngrok-free.dev/smart/launch，即可進入demo URL
