醫療機構AI行政自動化：香港公私營現況與數據邊界

香港公私營的現況與數據邊界

香港醫療機構在AI行政自動化上的進展呈現出清晰的公私營分野：醫院管理局（HA）已有系統性部署且有具體成效數據，私家醫院的採用則相對分散，缺乏公開的系統性記錄。

醫院管理局的AI基礎架構

HA設立由高層管理人員組成的AI委員會，下設工作小組處理數據安全、私隱保護、人機協作工作流程及風險評估框架。HA已開發15個AI模型，建立AIDA（AI and Data Analytics Platform）支援模型開發，管理逾900萬份病人記錄，涵蓋30TB以上結構化數據及100TB以上非結構化數據。

在具體行政成效上，HA與Cloudera合作的AI項目使急症室等候超過4小時的比率由2022年第四季的12%降至2024年第三季的3%。這是本港醫療AI行政應用中少數有明確前後數據對比的案例。

已投入使用的生成式AI用例包括SmartPatient Listing（按臨床條件自動篩選病人列表）及抗生素使用監察計劃，兩者均在核查模型表現及醫生反饋後才推進擴展。

私家醫院的實際情況

私家醫院的個別案例中，Tradelink為一知名私家醫院提供醫療文件管理電子化解決方案，實現預約確認、轉介信等行政文件的無紙化工作流程。但整體而言，香港私家醫療機構在AI行政自動化的具體部署細節鮮有公開記錄。

PDPO在醫療數據處理中的適用

醫療數據屬高敏感個人資料。PCPD 2025年合規核查涵蓋醫療服務界別，結果顯示80%機構在日常業務中使用AI，較前年上升5個百分點，核查期間無發現違反PDPO的個案。

PCPD的「AI: Model Personal Data Protection Framework」（2024年6月）及DPO於2025年4月發布的《香港生成式人工智能技術及應用指引》均明確指出：涉及個人資料、商業秘密及私人信息的敏感案件，不應使用缺乏安全保障的公共AI服務處理。

企業資料交給AI系統之前需要回答的私隱問題，可參考香港企業用AI處理機密文件前要知的資料流向。

病人資料用於AI系統的同意問題

PDPO規定：若個人資料被用於原收集目的以外的新用途，須取得資料當事人的同意。醫療機構若計劃將病人記錄用於AI模型訓練或分析，須評估此用途是否超出原有的醫療服務目的，並在必要時設計同意機制。

HA CMS（臨床管理系統）目前未有公開的私家機構整合API文件，公私營醫療數據互通在技術與合規層面均存在限制。

適合自動化的行政任務

基於香港醫療機構的現有部署案例與技術可行性，以下行政任務具備較高的自動化可行性：

預約確認與提醒：格式固定，可程序化，對病人直接溝通影響有限。

轉介信草稿生成：結構相對標準，由醫護人員審閱後發出，不直接影響臨床決策。

文件分類與路由：將不同類型的行政文件按類別分配至對應處理流程。

上述任務的共同特點是：輸出可由人工核查，錯誤後果可控。涉及直接影響病人護理決策的自動化，則需更高層次的監督設計。

文件分類與路由的技術做法，可參考AI文件處理自動化：非結構化文件轉結構化數據的方法與成本。病人自行使用AI解讀報告的安全原則，可參考身體檢查報告AI解讀：能力邊界與三個安全使用原則。

小結

香港醫療AI行政自動化的可信路徑是從低風險行政任務入手，建立可核查的人機協作流程，在積累使用數據後逐步擴展覆蓋範圍。數據安全配置與病人同意機制的設計，必須先於系統部署完成，而非在合規問題出現後補救。