生成式AI在藥事作業之應用：從行政文案、視覺衛教到專業簡報的數位轉型實務
臺北市立聯合醫院中興院區藥劑科主任 翁紹恩醫師
在醫院藥劑科，藥師的專業早已延伸到調劑櫃檯之外。處方審核、藥品供應與臨床照護是核心任務，行政溝通、衛教設計、專業簡報與跨團隊協作，也同樣牽動藥事服務品質。一份公告寫得不清楚，同仁執行標準可能出現落差；一份衛教資料太艱澀，病人帶回家後仍無法正確用藥；一場藥品評估簡報缺乏主軸，跨職類團隊也難以在有限時間內形成共識。生成式AI進入藥事作業後，最值得投入的，正是這些高頻率、重複性、又需要專業語氣的場景。
行政文案：最容易導入的起點
從管理角度看，行政文案是藥劑科最適合先嘗試AI協作的工作。科內每週都在產出公告、會議通知、教育訓練提醒、改善回覆與作業原則，這類文字要正式、清楚，也要讓接收者知道下一步該做什麼。實務做法並不複雜：先整理背景、對象、目的、期限與必要資訊，再交由ChatGPT、Claude、Gemini等工具協助產出初稿，後續由藥師依院內規範、現場流程與管理語氣修正。AI放在初稿與重組階段，能減少文字卡關，也讓同類型文件維持較穩定的品質。
值得留意的是，AI偶爾會「改得太順」。例如把「暫停調劑」潤飾成「停止供應」，一字之差，執行意義完全不同。這也是為什麼AI產出的第一版只能作為初稿，不能直接進入正式流程。
把零散資訊變成可以討論的版本
管理工作的另一類負擔，是資訊散落各處。經費執行進度、作業異常改善、會議結論與跨單位回覆，常來自多份文件與紀錄。這時可用NotebookLM建立來源文件庫，針對文件提問、整理重點、比對脈絡，再由主管或承辦藥師確認事實與可行步驟。對管理者而言，AI真正有用的地方，是縮短「從整理資料到實質討論」的距離，讓團隊更快看見一個可以修改、可以落地的初版。
衛教的重點，是病人回家後做得到
藥師熟悉機轉、劑量、副作用與交互作用，病人與家屬需要的是能立即採取行動的指引：藥怎麼吃、漏服怎麼辦、哪些副作用要觀察、哪些警訊該馬上就醫。這些內容若以密集文字呈現，臨床效果往往有限。實務上，可先請AI將仿單或院內衛教資料轉成分層文字，再進一步製作衛教單張、懶人包或門診宣導圖卡。高齡病人、慢性病人與初次使用特殊藥品的病人，最容易被資訊量壓垮，分層與圖像化對他們的幫助也最大。
簡化表達，不能簡化風險
與AI協作有一條不能退讓的界線。AI可以協助壓縮文字、重整層次、建立版面雛形；一旦涉及劑量、禁忌、交互作用、特殊族群，或抗癌藥、抗凝血藥等高警訊用藥，藥師仍必須回到仿單、藥品資料庫、院內規範與臨床指引逐項核對。簡化表達不能簡化風險，圖像化也不能模糊警訊。衛教做得越親切，這條界線越要畫得清楚。
專業簡報：資料很多，時間很短
藥品進用評估、藥品不良反應（ADR）案例討論、期刊報告、病人安全教育與院內稽核回饋，都是藥事工作常見的簡報場景。這些簡報面對的共同困境，是資料量龐大，聽眾時間有限。文獻整理階段，可用NotebookLM建立來源資料庫，彙整研究問題、方法、主要結果與限制；進入製作階段，再透過ChatGPT或Claude規劃架構、頁面標題與講稿邏輯，有疑義時隨時回到原始文件確認依據。
最後一哩路仍在藥師手上。療效與安全性怎麼權衡，成本與院內可行性如何取捨，族群適用性與替代方案如何說明，這些判讀決定簡報能否從資訊整理走向臨床決策。AI可以讓資料更快成形，藥師的專業判讀才是簡報真正產生影響的關鍵。
三道檢核：事實、情境、溝通
醫療場域導入AI，工具選擇固然重要，協作流程設計更需要提早規劃。建議導入AI時，至少保留三道檢核。第一是事實審查，確認藥品資訊、劑量、禁忌、交互作用與警訊正確無誤。第二是情境審查，確認內容符合本院流程、病人族群、門診或住院場景與實際人力配置。第三是溝通審查，確認文字清楚、版面易讀，接收者知道後續行動。當AI產出被納入這樣的流程，工具才有機會成為品質管理的一部分，避免成為新的不確定來源。
病人資料，不進公開平台
資料保護必須同步到位。病人姓名、病歷號、身分證字號、聯絡方式、檢驗資料、影像檔與任何可辨識個案的資訊，都不應輸入公開AI平台。院內若已有核准的企業版工具或封閉式系統，應優先使用合規環境；在規範尚未明確前，可先從去識別化、非個案化與低風險任務做起，例如：公告草稿、一般性衛教版面、教育訓練架構與簡報標題設計。資安與隱私保護，是AI導入藥事作業時不可省略的基礎工程。
先成為會審查的人
生成式AI對藥事作業的改變，會從日常一點一滴累積。公告更快成形，衛教更貼近病人，簡報更聚焦決策，團隊也能把更多時間留給判斷、溝通與照護。對醫院藥師而言，使用AI逐漸成為數位素養的一環；審查AI產出，仍是專業素養的核心。
未來藥事專業仍建立在藥學知識、臨床判斷、病人安全與團隊合作之上。當工具進入日常，專業把關更不能退場。生成式AI若能被放在合適的工作環節，並搭配明確的審查流程，將成為藥事數位轉型中務實而穩定的助力。
