日本地域醫療機能推進機構大阪醫院（JCHO Osaka Hospital）與富士通 Japan（Fujitsu Japan）、Fortience Consulting 於 2026 年 2 月啟動生成式 AI 專案，預計自 6 月起，將 AI 用於每年約 16,000 份出院摘要及護理交班內容整理。這項計畫同時建立院內使用規範、資訊基礎設施、教育機制與營運治理。

醫療機構導入生成式 AI，困難不只來自模型是否準確，也包括病歷資料如何使用、AI 產出由誰確認、錯誤如何處理，以及不同職類是否具備一致的使用能力。JCHO 大阪醫院自 2024 年 11 月起，已將生成式 AI 用於會議紀錄與院內 RAG 聊天機器人；當應用進一步進入出院摘要與護理交班等臨床流程，AI 導入便不再只是資訊部門的技術專案，而成為涉及責任、權限與工作流程的全院管理議題。

這項專案值得觀察之處在於醫院把「應用場景建置」與「治理能力建置」放在同一個導入範圍。富士通 Japan 負責醫療文件生成與護理交班支援，JCHO 大阪醫院負責臨床場域與使用驗證，Fortience Consulting 建立基本政策、使用指引及教育計畫，日本微軟則提供 AI 技術平台與相關經驗。

院方也將成立由醫師、護理師與行政人員共同組成的「DX Ambassadors」，負責辨識現場問題、驗證使用案例及協助同仁採用。這代表生成式 AI 的治理不只是一份規範文件，而是由跨職類人員持續執行、回饋與修正的營運機制。

這個案例可以整理成一套醫療 AI 治理框架：

臨床場景

↓

資料與輸出規則

↓

角色與責任分工

↓

教育與使用支援

↓

案例驗證與持續修正

↓

跨部門及跨院擴散

從 RACI 的角度來看，每一項 AI 產出都需要明確界定誰負責操作、誰承擔最終責任、誰提供專業意見，以及誰必須被告知。從動態能力觀點來看，DX Ambassadors 則讓醫院具備持續發現場景、驗證應用與重新配置流程的能力。

JCHO 大阪醫院的做法顯示，醫院生成式 AI 治理的核心，不只在限制哪些資料可以輸入，而在建立一套能把技術、規則、責任、教育與現場回饋連結起來的組織機制。當 AI 開始接觸臨床文件與交班資訊，導入成效便取決於醫院是否有能力持續管理 AI，而不只是取得 AI。

生成式 AI 能否進入醫療核心流程，取決於治理是否成為日常營運能力。

醫療 AI 的擴展路徑，不是先大量增加使用案例，再補上治理規範。JCHO 大阪醫院將出院摘要與護理交班作為第一階段場景，同步建立資料規則、責任分工、教育制度與跨職類推動網絡。這反映出，高風險產業的 AI 導入單位，正在從單一系統或資訊部門，轉向由整個組織共同承擔。

作者＝InfoAI 編輯部

資料來源：

• https://global.fujitsu/en-global/subsidiaries/fjj/news/press-releases/2026/0219-01

• https://osaka.jcho.go.jp/wp-content/uploads/2026/02/

• https://www.microsoft.com/ja-jp/microsoft-cloud/blog/health/2026/02/26/jcho-osaka-fujitsu-microsoft-2026-blog/

• https://osaka.jcho.go.jp/osakahospitalgenerativeai_20260219/

你不需要讀完所有 AI 新聞。你需要掌握的是：哪些變化值得關注、哪些應用值得理解、哪些風險不能忽略，以及這些訊號可能如何影響企業決策。

訂閱 InfoAI 電子報，把全球 AI 訊號，轉化為更清楚的商業判斷。

InfoAI Line 群提供最新文章發佈通知，讓你不用每天上網查看，也能快速掌握新上線的 AI 產業解讀、應用案例與知識內容。

版權聲明與授權須知

本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。

AI 協作與人工編輯聲明

本文由 InfoAI 編輯部進行主題判斷、內容策劃、事實查核與文字編輯，並使用 AI 工具協助資料整理與內容製作。最終觀點、內容取捨與發佈版本均由人工編輯確認。

你不需要讀完所有 AI 新聞，你需要知道的是：

有哪些變化值得注意，可能會如何影響你的產業、工作與決策。