國泰醫院・112 間合作診所 臨床實證
Mino 在院內伺服器將醫護口述即時整理成結構化病歷，資料從不離院。 醫師每日省回 52 分鐘，護理師每班省回 76 分鐘。
「12 床陳先生，體溫 37.8，血壓 135/85，有輕微喘息，已通知主治醫師⋯」
實證場域與研究合作
健康台灣深耕計畫・114–118 年・489 億
衛福部要求 AI 治理、FHIR 資料治理與資安治理三大能力，Mino 全數符合，可直接列為範疇3 AI 導入項目。
根據對 50 位臨床醫護人員的深入訪談，這些問題每天持續發生。
同樣的病患資訊在不同系統重複輸入，直接照護時間被嚴重壓縮。
文書趕工導致申報費用遭核刪，造成財務損失。
無法處理中英台混講與醫療詞彙，在地化不足。
病患資料上傳外部伺服器，一旦外洩，個資法責任與商譽損失由院方承擔。
加班補紀錄成為常態，人力留任困難，招募與訓練成本持續墊高。
病房護理師的一班
聽取交班、手抄重點到個人紙卡
給藥、翻身、量測，空檔隨手補紀錄
護理紀錄、EMR 重複輸入同樣內容
整理交班摘要，口頭交代小夜班
照護做完了，文書還沒寫完
MINO 平台
同一套院內 AI 引擎，依單位需求啟用。從單一模組開始，隨時擴充。
問診同步生成 SOAP 病歷，口述開立醫囑與用藥，自動帶出 ICD-10 與健保代碼。
口述交班即生成標準化摘要，生命徵象自動分欄，護理計畫一次完成。
AI 自動接聽掛號來電，臺語、國語、英語都通，掛號同時收集初步症狀。
三個模組共用同一套院內部署引擎——資料不離院、FHIR R4 + TW Core 一次合規
從口述到結構化病歷，全程自動完成。
診間對話
SOAP 病歷
S: 頭痛、疲倦 3 天
O: 體溫 38.5°C
A: 疑似上呼吸道感染
P: 建議採檢、退燒藥與追蹤
護理交班摘要
病患：陳先生，65 歲
體溫：38.5°C，血壓：138/88
評估：發燒第 3 天，意識清醒
待辦：體溫監測 q4h，補液中
FHIR Composition
{"section": [
{"title": "S",
"text": "頭痛3天"},
{"title": "O",
"text": "38.5°"}
]}以上為示意展示效果，實際輸出依院內欄位設定。
所有醫療資料在院內處理，零跨境傳輸，符合台灣個資法與醫療資安規範。
FHIR R4 及 TW Core 1.0 格式規範，符合衛福部負責任 AI 實施指南。
內建台灣口音醫學名詞語料庫，支援中英台三語混合辨識，準確率達 95%。
合規與治理
導入 AI 不只是技術決策，還需要通過資安檢核、醫院評鑑與主管機關的稽核要求。 Mino 從設計之初就以合規與可稽核為前提。
AI 只輔助、不代簽。所有紀錄經醫護人員核閱簽核後才寫入病歷，臨床責任歸屬清楚。
輸出直接對映 EMR 欄位，符合評鑑與資料治理檢核要求，不需事後補格式。
每筆 AI 生成紀錄保存時間戳、模型版本與操作人員，主管機關查核時隨時可調閱。
符合 AI、資料、資安三大治理要求，並提供效益報告，協助計畫成果回報與核銷。
24 小時故障通報、1 小時資安通報、每月系統維護與工作報告，出問題找得到人。
依 ISO 27001 標準設計，認證進行中。院內裝置間 TLS 加密傳輸，資料不離院。
內含合規對照表、健康台灣深耕計畫範疇 3 適用說明與臨床實證數據，一頁式文件可直接附於簽呈或會議資料。