2024-08-26 焦點.元氣新聞
搜尋
全人醫療服務
共找到
4
筆 文章
-
![]()
-
![]()
2024-05-13 名人.精華區
洪子仁／健保改總額目標制 才能引領健康台灣
全民健保於民國84年開辦，納保率99%及高醫療可近性，讓初期論量計酬（Fee for service）支付制度虧損嚴重，為解決財務問題，陸續推出中醫、牙醫與西醫總額支付制度（Global Budget System）。時至今日，已經22年。當時為解決醫療機構衝量導致費用膨脹，隨時代演進人口高齡化、新藥新科技及醫療需求增加，健保總額已不足以涵蓋醫療費用，迫使醫院必須倚賴「美停企業（美食街、停車場）」、自費醫療，維持基本營運。醫事人員爆發大量離職潮、醫院醫療儀器設備更新速度減緩、新藥與癌藥納入給付較日、韓慢上好幾年，這些都是當前總額制度下，打折給付造成的影響。總額預算不足 新藥引入慢學理上，總額支付制度適用於單項、需求彈性大的醫療項目以控制預算，例如牙醫、中醫及門診，但現況卻是擴大到住院等剛性醫療需求，醫療服務項目隨醫療科技進步而增加，卻用總額成長率不足的預算支應，造成新藥、新科技無法即時引入，損及民眾就醫權益。近日立法院衛環委員會委員拋出議題，呼籲修正健保法點值保障一點一元，修法不代表能夠解決所有問題，但處理健保總額預算制度，應隨時代滾動修正。當前總額制度下有三個利害關係人角色，第一方是「政府」，擔任政策及預算制定者，第二方「民眾」，為醫療使用者，第三方「醫療機構」，是服務提供者。點值打折 機構財務壓力大過去22年，總預算成長率跟不上醫療利用率、新藥新科技進步、人口老化速度，形成預算與需求的缺口，皆以點值打折，由醫療機構吸收。這個缺口，主要是總額預算設定於過去的開支數據與預測模型，無法準確預估，導致醫療機構承受巨大財務壓力，並完全承擔預算與需求的差距。自總額制度實施以來，醫院平均點值長年維持在0.9以下，在此三方利害關係人中，醫療提供者，即全國醫事人員和醫療機構，就是總額制度下的犧牲者。因此，醫界提出保障健保點值「一點一元」，並非要求回到論量計酬，而是由原先的總額上限制，改為目標制。醫療支出 是投資不是成本以今年總額預算8700億元為例，現況是從零開始，所有點值都打折給付，以控制預算；若調整為目標值，意指8700億元內，保障「一點一元」，超過部分再打折給付，點數超出愈多，打折愈多，超出部分由公務預算支應。若能實施總額目標制保障點值，醫界承諾優先為醫事人員加薪，營造幸福職場，吸引年輕人投入醫療行列。準總統賴清德提出「健康台灣」政策，醫界全力支持，尤其2030年降低癌症死亡率，若要落實，有賴政府及民眾對醫療支出的觀念改變，世衛組織已建議疫後各國應增加醫療支出，強韌公衛體系與醫療機構，因為「醫療支出是投資不是成本」。總額目標制上線後的精神，是優化醫界環境，提供醫事人員友善職場、讓醫療機構有足夠的資源更新醫療設備，才有能力引領健康台灣政策，從預防醫學到疾病治療，銜接長照3.0，提供為全人醫療服務。
-
![]()
2023-09-01 焦點.杏林．診間
醫病平台／準備全院人文醫療討論會心得分享
【編者按】: 本週由馬偕醫學院提供「醫學人文的教與學」。一位資深的醫學教育負責人提出醫師與學生在醫院定期舉行「人文教育個案討論會」的心得，並且分享他們目前發展成每兩個月一次「全院臨床醫學人文討論會」的心得。→想看本文一位長年專攻醫學人文的醫師老師提出醫學人文應該是一種持續的謙遜與敏銳的觀察，它必須對醫療本身的知識權力有所自覺，是一種由下而上且去中心化的知識產出與實踐。→想看本文一位醫學系六年級學生分享他在實際的全人醫療討論會上，提出自己這組的報告內容外，也同時能聽到別的同學所負責病例的情況，讓自己有更多反思的機會。聽到更多醫師前輩們分享他們自身的經驗，能領悟到醫師們隨著醫院服務的年資增長，有可能會遇見什麼樣的問題，而學生又該如何從中調整自己的心態。在大一到大四尚未進入到臨床學習的期間，馬偕醫學院便有提供幾門醫學倫理相關課程給醫學系學生選修。由於當時的自己尚未實際至醫院了解將來的工作內容及環境，因此總是認為自己將來勢必可以仁心仁術，無時無刻都運用自己的同理心去試圖理解病人的感受。當時在課堂上聽到印象最深刻的一句話，便是老師提醒同學們說：「根據研究統計，在醫學生進入到臨床學習的第一年內，是同理心下降最快的時刻。」之所以會將這句話記得很清楚，並不是因為有多認同這句話因而將之放在心裡，反倒是抱持著不可置信的態度，認為同理他人的感受是做人的基本原則，怎麼可能說忘就忘。直到升上五年級之前，我一直是這樣認為的。俗話說萬事起頭難，臨床學習更是如此雖然只是實習醫學生，臨床上面實際要由我去負責的事務老實來講其實少之又少，但真的得承認，臨床上面的學習真的和過去在教室中的學習有很大的不同。從最基本的對病人做病史詢問、理學檢查、準備病例報告，到更深層的學習在醫療團隊裡面扮演好自己的角色，對於一個剛進醫院的五年級醫學生來講，真的有好多事情需要去學習。要說沒有壓力那肯定是騙人的，光是每兩個星期要輪轉到不同的科去適應新的環境，就讓自己每天都枕戈待旦，沒有一刻敢鬆懈下來。適當的壓力是前進的動力，常常深怕自己在學習的道路上面落後同儕，每天都要求自己要比昨天來得更加進步，但也在同時，我漸漸把一切都視為是項「任務」，在遇到新病人的時候，開始只在乎自己剛剛有沒有把病史詢問（Location、Quality、Quantity/Time course、Onset mode、Precipitating factors、Exaggerating factors、Relieving factors、Accompanying symptoms, LQQOPERA）給問完全，有沒有漏掉什麼重要的過去病史，在做理學檢查的時候有沒有符合客觀結構化臨床考試（Objective Structured Clinical Examination, OSCE）考試的標準，在抽動脈血的時候空針到底有沒有回血。有一次要在老師查房前預先去看病人，那時後跟我在同組的同學表示說想要多接觸不同種類疾病的病患，因此想要跟我一起去，當結束離開病房後，同學居然對我說：「我覺得你剛剛跟病人講話好像機器人唷！」當下的我才恍然發現到，原來自己在下意識間，成為一個以「工作」為導向的醫療人員。想起來，現在的我和在學階段時那信誓旦旦認為絕對可以照顧好每一位病人感受的自己比起來，顯得格外的諷刺。全人醫學醫療討論會讓我找回行醫的初衷大五除了在醫院臨床學習之外，馬偕醫學院及醫院也一同讓醫學生分組，讓每組的同學以一個病例為中心去做延伸，去準備一場與醫學倫理或是法律相關的報告，並在醫院的全院會議上面向各位同仁展現成果。我們這組的報告是在講述一位癌症末期的病患，不願意施行安寧醫療，總是來往醫院和照護機構之間。老實說在一開始，自己與許多組員皆無法理解，認為疾病都已經進展到末期了，為什麼還不願意進行安寧緩和醫療，非得要老是佔用急性病房的病床數額呢？但在實際訪談病人本身及主要照護者之後，才發現有很多事情並非想像中的這麼容易。到病床旁邊看病人，才意識到他的精神狀態十分不好，在與他對談的過程才發現，他似乎根本就不知道自己已經得了重病，消化器官長腫瘤在他的口中變成了吃了藥就會好的小感冒。法律上的老婆遠在大陸，沒有小孩會在身邊陪他，病人的弟弟擔起了照顧哥哥的責任，然而弟弟自己的工作也十分忙碌，地點又離醫院有一段距離，每次要來病房看哥哥，都需要請假和冒著被扣工資的風險。同時，我們也詢問了病人的主治醫師、病房護理師以及社工師，試著從多個角度來了解病人的背景。沒錯，每一位病人的狀況都不一樣，書本上面教導我們的知識，臨床指引上面告訴我們的治療步驟，並非是醫學的全部，身為醫者的我們不單單只是將我們的所學給應用在臨床上面。我想，醫治病人從來都不是死板的是非題，而是一道變化多端的簡答題。即便今天都是癌症病患，每一位病患自己身後也必定都有屬於自己的故事。也因為病患都是獨立特別的個體，因此對待他們的方式不可能完全相同。「要顧及每個人的感受，這樣子會不會很麻煩呀？」我在心中這樣問自己，但想了想當初自己想要成為一位醫生的原因，不就是因為這個職業的「人味」非常重嗎？喜歡人與人相處之間的感受是自己的本性，不應該因為工作的繁忙或是心態上的壓力而放棄自己的初衷。每一個病人走到我們面前來，對於我們來說可能是行醫數年來累積好幾萬個的其中一個，但是對於病人來說，我們醫護人員便是他們的全部。在實際的全人醫療討論會上分享自己這組的報告內容外，也同時能聽到別的同學所負責病例的情況，讓我有更多反思的機會。除此之外，也能聽到許多醫師前輩們給予我們指教以及他們自身的經驗分享，讓各位初出茅廬的年輕實習師們更知道隨著在醫院的時間越久，年資增長，有可能會遇見什麼樣子的事情，而我們又該怎麼從中去調整自己的心態。我想，在進入醫院之際讓我們準備全人醫療的病例討論，讓我們可以在進入臨床後又再次理解到醫學人文在整個醫療中所扮演的重要性，只是這次不單單只是透過課程，而是讓我們親身體驗，透過訪談每位與病患有關係的人物，走進病患背後的故事。希望很多年以後，我仍會記得這次全人醫療病例準備帶給我的反思，並以病人為中心，將他們的感受掛在心頭中重要的位置，懷著自己最初對醫生的憧憬，成為一位會讓小時候的自己崇拜的醫生。責任編輯：吳依凡
-
![]()
2023-05-12 焦點.杏林．診間
醫病平台／當病人的手機比你聰明
編者按：幾週前才以ChatGPT為主題，由三位年長的醫師發表這新科技可能引起對醫病關係以及醫學教育的影響。本週我們再度以同一主題，由醫學院畢業沒幾年的年輕醫師寫出他們對人工智慧對醫療的影響。一位醫師討論「大型語言模型」對病歷書寫可能發生的影響。在目前煩忙的醫療工作中，如果能只輸入簡短正確的病史要點，而由電腦轉寫為文法通順且內容正確的住院、出院、轉院的病歷紀錄，可以改善醫療工作的效率。其他兩位醫師由另一角度探討這問題，認為這種科技的介入最大的受益者應該是普羅大眾，病人可以更容易獲得他們可以了解的醫療專業知識，讓病人在醫病關係中獲得較為平等的地位，並且因為診斷和檢驗效率的提高，而大幅降低等待時間，提高治療品質。同時，醫師也才能有時間改善與病人與家屬的互動，達到更理想的醫病關係。這三位年輕世代的醫師呼籲醫護人員、民眾和醫學生一起好好利用新技術，創造更美好的醫療環境，並在這個快速變化的世界中共同成長。「我們預見這樣的人工智慧模型將會存在每個人的手機裡面，包括病人、家屬以及醫護人員，不對，這是現在已經發生的事了。醫學界必須要盡快開始討論要如何面對人工智慧模型。」微軟的研究部門負責人Peter Lee在討論ChatGPT等人工智慧模型時憂心忡忡地提到，ChatGPT等利用巨量的網路資料訓練的大型語言模型(Large language model)在這幾年展現了驚人的發展，以美國醫師國考舉例，前一個版本的GPT-3只能拿到剛好及格的分數，但最新的GPT-4已經可以高分通過，許多研究亦顯示高度專業化的考試（如律師、大學入學考試等）人工智慧模型都能得到高分。如此強大的AI模型，任何人只需要付幾十塊美金的月費就能取得，網路上關於非醫學背景的人詢問ChatGPT疾病診斷和治療的新聞更是比比皆是，相關的倫理問題及政策上的討論卻遠趕不上其發展的速度。隨著人工智慧的「智力」呈近乎指數型的增長，可以想見數年內對於醫學知識的掌握超過一般醫師的AI模型就會出現，這將會對病醫關係、醫學教育研究等各個層面造成極為深遠的影響，下文將就幾個面向討論這樣的典範轉移(Paradigm shift)。就病醫關係而言，醫生個人的權威性將會受到不小的挑戰，雖然現代的醫學已從最初的權威家父長式（Paternalism）逐漸轉為醫病共享決策（Shared decision making），目前醫病共享決策中很重要的基礎仍是對於醫師專業的信任，而這樣的信任在AI時代必定會受到影響。自從網路的興起，我們就常看到病人問醫師說為什麼你講的跟我在網路上查得不一樣，或是拿其他醫師或國家的資料詢問。這樣的情境下，大部分醫師都能蠻有把握得解釋說網路上大多資訊是沒有查證或是有其理解上的誤差，但是進入了AI的時代，如果AI提供的思考及醫療證據更加完備，甚至可以糾正醫師錯誤或有瑕疵的決策，對於專業的信任是否會受到影響？筆者認為在AI時代的病醫關係應該反璞歸真，回到照護—被照護者的關係。假如有一天AI可以提供最佳的診斷及治療選項，病人最需要的也許不再會是大醫院的王牌醫師提供最專業的意見，而是跟他們有密切情感基礎的家庭醫師，可以細膩地、長期地跟病人及家屬溝通及追蹤疾病的進程，並且協助解讀AI提供的建議。這樣模式之下醫生的執業型態可能會變成一個M型分布，其中一群人將會以研究為主，他們將需要具備對人工智慧深刻的了解，包括資料結構、模型訓練及潛在偏誤，並且協助資訊工程師驗證人工智慧所生產出的醫療建議，以及從事基礎研究及和臨床試驗，進行醫學知識的生產。另外一群將會回歸「醫者」的角色，充份運用AI協助以大幅減少執行診斷和治療的時間，而將大部份的精力用在提供身心靈的全人關懷與照顧。如果這就是二十年後醫師的模樣，那我們應該如何教育現在的醫學生呢？台灣現今的醫學教育仍是以大堂課教授需要背誦的醫學知識為主，這樣的模式在以前所有知識都只存在於圖書館的年代有其必要，但在網路時代、甚至接下來的AI時代，每個人隨時都能從手機中得到最及時、最完整的資訊時，醫學生最需要被培養的能力將不是背誦，而是如何獲取、分析及運用知識。美國杜克大學眼科教授Edward G. Buckley曾經在醫學教育的演講中提到，新形態的醫學教育應該有幾項特色：知識面從背誦（memorizing）變成獲取（acquire），資訊面從收集（collect）變成分析（analyze），環境面從單獨學習變成團隊學習，而以後醫生的角色將從治療漸漸變成預防。筆者認為除了學習方法的改變，在內容上也需要更加深醫學人文的訓練。人與人之間的互動，尤其是病者與醫者之間的互動是極其複雜的，包括了語言與非語言的互動，更要考量到文化、情景等不同脈絡因素。AI固然強大，如果沒有好的資訊輸入也不會有好的輸出，要如何從跟病人的互動中察覺到許多細微的資訊，以及以同理的態度去陪伴病人，提供情緒上的舒緩，這可能是人類最不容易被AI取代的技能，也是醫生最重要的使命。AI的時代下醫療究竟會發展成什麼模樣呢？在訪問的最後Peter Lee 耐人尋味得說道：「2030年對我們科技人來說已經是科幻小說的年代了，連我們都不知道那時候世界會變怎樣。」在科技飛速發展的年代，也許嘗試預測未來已經不切實際，我們真正需要具備的能力是如何在瞬息萬變中隨時調整步伐、反躬自省，自始至終堅持著作為醫師的核心價值。延伸閱讀：3/27-醫病平台／ ChatGPT會改變醫病關係嗎？3/29-醫病平台／ ChatGPT對醫病關係的影響3/31-醫病平台／ 醫學院教授的難題——沈默的槍手：人工智慧聊天機器人ChatGPT5/8-醫病平台／大型語言模型對病歷書寫的典範轉移5/10-醫病平台／關於ChatGPT與醫病關係的幾點想法責任編輯：吳依凡
