医疗机构AI行政自动化：香港公私营现况与数据边界

香港公私营的现况与数据边界

香港医疗机构在AI行政自动化上的进展呈现出清晰的公私营分野：医院管理局（HA）已有系统性部署且有具体成效数据，私家医院的采用则相对分散，缺乏公开的系统性记录。

医院管理局的AI基础架构

HA设立由高层管理人员组成的AI委员会，下设工作小组处理数据安全、隐私保护、人机协作工作流程及风险评估框架。HA已开发15个AI模型，建立AIDA（AI and Data Analytics Platform）支持模型开发，管理逾900万份病人记录，涵盖30TB以上结构化数据及100TB以上非结构化数据。

在具体行政成效上，HA与Cloudera合作的AI项目使急症室等候超过4小时的比率由2022年第四季的12%降至2024年第三季的3%。这是本港医疗AI行政应用中少数有明确前后数据对比的案例。

已投入使用的生成式AI用例包括SmartPatient Listing（按临床条件自动筛选病人列表）及抗生素使用监察计划，两者均在核查模型表现及医生反馈后才推进扩展。

私家医院的实际情况

私家医院的个别案例中，Tradelink为一知名私家医院提供医疗文件管理电子化解决方案，实现预约确认、转介信等行政文件的无纸化工作流程。但整体而言，香港私家医疗机构在AI行政自动化的具体部署细节鲜有公开记录。

PDPO在医疗数据处理中的适用

医疗数据属高敏感个人资料。PCPD 2025年合规核查涵盖医疗服务界别，结果显示80%机构在日常业务中使用AI，较前年上升5个百分点，核查期间无发现违反PDPO的个案。

PCPD的“AI: Model Personal Data Protection Framework”（2024年6月）及DPO于2025年4月发布的《香港生成式人工智能技术及应用指引》均明确指出：涉及个人资料、商业秘密及私人信息的敏感案件，不应使用缺乏安全保障的公共AI服务处理。

企业资料交给AI系统之前需要回答的隐私问题，可参考企业用AI处理机密文件前要了解的数据流向。

病人资料用于AI系统的同意问题

PDPO规定：若个人资料被用于原收集目的以外的新用途，须取得资料当事人的同意。医疗机构若计划将病人记录用于AI模型训练或分析，须评估此用途是否超出原有的医疗服务目的，并在必要时设计同意机制。

HA CMS（临床管理系统）目前未有公开的私家机构集成API文件，公私营医疗数据互通在技术与合规层面均存在限制。

适合自动化的行政任务

基于香港医疗机构的现有部署案例与技术可行性，以下行政任务具备较高的自动化可行性：

预约确认与提醒：格式固定，可程序化，对病人直接沟通影响有限。

转介信草稿生成：结构相对标准，由医护人员审阅后发出，不直接影响临床决策。

文件分类与路由：将不同类型的行政文件按类别分配至对应处理流程。

上述任务的共同特点是：输出可由人工核查，错误后果可控。涉及直接影响病人护理决策的自动化，则需更高层次的监督设计。

文件分类与路由的技术做法，可参考AI文件处理自动化：非结构化文件转结构化数据的方法与成本。病人自行使用AI解读报告的安全原则，可参考体检报告AI解读：能力边界与三个安全使用原则。

小结

香港医疗AI行政自动化的可信路径是从低风险行政任务入手，建立可核查的人机协作流程，在积累使用数据后逐步扩展覆盖范围。数据安全配置与病人同意机制的设计，必须先于系统部署完成，而非在合规问题出现后补救。