115 年 國立中山大學醫務管理研究所《管理學（含醫管實務）》

本題在考驗考生對於 SWOT 分析中內部與外部環境因素的區分能力。SWOT 分析是企業策略規劃的基礎工具，用於評估組織的優勢 (Strengths)、劣勢 (Weaknesses)、機會 (Opportunities) 及威脅 (Threats)。其中，優勢與劣勢屬於內部因素，是組織自身可以掌控或影響的；

本題在考驗考生對平衡計分卡 (Balanced Scorecard, BSC) 四大構面之理解。平衡計分卡是由 Robert Kaplan 和 David Norton 提出的策略管理工具，旨在提供一個更全面、平衡的績效評估角度，超越傳統的財務指標。

平衡計分卡包含四個核心構面：

1. 財務構面 (Financial Perspective)：評估組織是否能成功地透過其策略來獲利，例如營收成長、獲利能力、股東價值等。
2. 顧客構面 (Customer Perspective)：評估組織如何從顧客的角度來衡量其成功，例如顧客滿意度、市場占有率、顧客保留率、顧客獲取等。

本題旨在評估考生對資源基礎理論 (Resource-Based View, RBV) 在醫療機構應用上的理解。資源基礎理論認為，企業的競爭優勢來自於其擁有的、難以被競爭對手模仿或取代的資源與能力。這些資源與能力需要具備 VRIN (或 VRIO) 的特質：價值 (Valuable)、稀有 (Rare)、難以模仿 (Inimitable)、以及非替代性 (Non-substitutable)。

讓我們逐一分析選項：
(A) 地理位置：雖然地理位置可能影響就醫便利性，但它是一種靜態的、不易變動的資源，競爭對手若在附近開設醫院，其價值可能被抵銷。

本題考驗考生對策略規劃基本流程的認知。策略規劃是一個系統性的過程，旨在設定組織的長期方向，並決定如何運用資源來達成這些目標。

一般而言，策略規劃的步驟大致如下：

1. 釐清組織的使命 (Mission) 與願景 (Vision)：這是策略規劃的起點。使命說明組織存在的目的與價值，而願景描繪組織未來期望達成的狀態。這是策略規劃的基礎，決定了組織為何而戰，以及要往哪裡去。
2. 分析環境 (Environmental Analysis)：包含內部環境分析（優勢與劣勢，如 SWOT 中的 S 和 W）以及外部環境分析（機會與威脅，如 SWOT 中的 O 和 T）。
3. 設定策略目標 (Strategic Goals)：基於使命、願景及環境分析的結果，設定具體、可衡量、可達成、相關性、有時限 (SMART) 的長期目標。

本題在考驗考生對活動基礎成本制 (Activity-Based Costing, ABC) 在醫療機構應用上的理解。活動基礎成本制是一種成本分配方法，它認為成本是由各種「活動」(Activities) 所產生的，而產品或服務是消耗這些活動的結果。ABC 的主要優點在於能更精確地將間接成本（如管理費用、設備折舊等）分配到具體的產品或服務上，尤其適用於產品或服務複雜、間接成本佔比較高的組織。

在醫療機構中：
(A) 行政費用分攤：行政費用通常是間接成本，傳統方法可能難以精確分攤。ABC 可以透過分析不同部門或服務消耗的行政活動（如人事、總務、資訊系統支援等），來更精確地將行政費用分攤到各項醫療服務上。
(B) 門診掛號收入：這是收入的來源，ABC 是成本計算方法，與收入計算無關。
(C) 特定醫療服務成本分析：這是 ABC 最典型的應用場景。

核心觀念

本題考查醫療資訊互通（Interoperability）的政策目的。

醫療資訊互通是指不同醫療院所、醫療系統與資訊平台之間，能依共同標準交換、讀取及正確理解病人的醫療資料，例如病歷、用藥紀錄、檢查結果與影像資料。其重點不只是「資料能傳送」，還包括資料格式一致、內容可理解，以及在適當權限下被正確使用。

台灣推動醫療資訊互通，主要是為了打破醫療院所間的資訊孤島，使病人在不同醫療機構就醫時，醫師能掌握較完整的健康資訊，進而：

• 減少重複檢查與重複用藥；
• 提升轉診、會診及出院準備的銜接；
• 促進醫療、長照與社區照護整合；
• 維持病人不同就醫階段的照護連續性；
• 提升病人安全與醫療品質。

因此，政策核心在於「以病人為中心的整合照護與連續性醫療」。

解題方法

判斷本題可抓住「最大政策目的」這個關鍵。醫療資訊互通雖然也能提升行政作業效率，但行政效率屬於附帶效益；政策最主要的價值，是讓病人的醫療資訊能跨院所流通，避免照護中斷。

解題邏輯如下：

所以正確答案應選擇最能直接表達病人照護整合與不中斷者。

選項分析

(A) 降低醫院競爭力

本題考驗考生對「醫療韌性 (Healthcare Resilience)」概念的理解，尤其是在後疫情時代的背景下。醫療韌性是指醫療體系在面對突發事件（如流行病、災難、重大事故）時，能夠維持其核心功能的穩定性、適應性，並快速恢復到正常運作狀態的能力。

疫情（如 COVID-19）的爆發，暴露了許多醫療體系在面對大規模衝擊時的脆弱性，例如：

• 醫療資源（病床、呼吸器、個人防護裝備 PPE）的短缺
• 醫療人力的緊繃與耗竭
• 供應鏈的中斷
• 資訊系統的壓力
• 跨機構協調的困難

核心觀念

本題測驗醫務管理核心趨勢——價值型醫療（Value-Based Care, VBC） 的定義。

哈佛商學院教授麥可·波特（Michael E. Porter）於 2006 年與 Elizabeth Teisberg 共同提出「價值基礎醫療競爭（Value-Based Health Care）」概念，並將醫療照護中的「價值（Value）」嚴格定義為：「病患在整個醫療照護週期內所獲得的健康成果（Health Outcomes achieved），相對於所耗費的整體成本（Costs incurred）之比值」。

其核心計算公式為：

價值型醫療旨在打破傳統論量計酬（Fee-for-Service, FFS）「重數量不重品質」的弊端，將醫療支付與照護目標轉向「論質計酬（Pay-for-Performance, P4P）」與「整體健康改善」，強調在合理的成本效益下達到最佳的醫療成效。

解題方法

1. 鎖定關鍵字：「價值型醫療（Value-based care）」的根本定義是「價值（Value）」。
2. 對應波特的價值定義：醫務管理學術與實務界均公認 $\text{價值} = \frac{\text{成果（Outcomes）}}{\text{成本（Costs）}}$。
3. 比對選項：尋找同時涵蓋「健康結果（醫療品質/成效）」與「成本投入」兩者相對關係的陳述，即可迅速鎖定正確選項。

選項分析

• (A) 提供最多服務量：【錯誤】
  這是傳統「論量計酬（Fee-for-Service, FFS）」模式的驅動導向。

核心觀念

本題考查醫療品質改善（Quality Improvement, QI）與 PDCA 循環的基本精神。

PDCA 是一種持續改善方法，包含四個階段：

• Plan（計畫）：分析問題、找出原因、設定改善目標並擬定方案。
• Do（執行）：依計畫推行改善措施，通常先進行小規模試行。
• Check（查核）：蒐集並分析執行結果，確認是否達成預期目標。
• Act（行動）：將有效措施標準化；若成效不足，修正方案後進入下一輪改善。

在醫療機構中，PDCA 可用於降低醫療錯誤、縮短急診等候時間、提升病人安全、改善感染控制率等工作。其核心不是完成一次改革，而是根據實際成效反覆修正，使品質持續提升。

解題方法

判斷本題的關鍵，在於辨識 PDCA 是否具有「循環」與「持續改善」的特徵。

PDCA 的運作邏輯可表示為：

核心觀念

本題測驗「健康資訊管理」（Health Information Management, HIM）與「醫療品質管理」中臨床決策支援系統（Clinical Decision Support System, CDSS）的核心定義與功能定位。

1. CDSS 的定義：
   根據醫學資訊學（Medical Informatics）與醫療品質定義，CDSS 是一種將病患特定資料（Patient Characteristics）與臨床醫學知識庫（Medical Knowledge Base）透過推論引擎（Inference Engine）相互比對，主動在照護當下（Point of Care）產出評估建議，以協助醫療專業人員做出臨床決策之資訊系統。
2. 定位與目標：
   • 輔助而非替代：CDSS 的核心定位是「支援（Support）」臨床人員，而非「取代（Replace）」醫師的專業判斷與最終責任。
   • 實證醫學落實：透過臨床指引（Clinical Guidelines）、警示（Alerts）、提醒（Reminders）等工具，即時提供以實證為基礎（Evidence-based）的決策建議，以減少人為疏失（如藥物交互作用、劑量錯誤）、提升醫療照護品質與病患安全。

解題方法

本題切入點在於精準掌握 CDSS 的「字面意涵」與在「醫療品質管理」中的應用範疇：

Donabedian 的醫療品質架構是評估醫療照護品質的經典模型，它將品質評估分為三個層面：結構 (Structure)、過程 (Process) 和結果 (Outcome)。這個架構不僅是學術研究的基礎，也廣泛應用於醫院管理和評鑑制度中。

1. 結構 (Structure)

• 定義: 指醫療照護系統的背景條件，包括硬體設施、人力資源、組織制度、財務資源、資訊系統等。簡單來說，就是「提供醫療服務的條件」。
• 在台灣醫院管理中的應用:
  • 資源配置與規劃: 醫院管理者需要確保擁有足夠且合格的醫師、護理師、專科護理師等專業人力，以及合適的病床、手術室、檢查設備等硬體設施。
  • 組織制度建立: 建立完善的內部管理制度、倫理規範、安全管理流程、人員培訓體系等。
  • 資訊系統建置: 投資建置電子病歷系統、醫療資訊交換平台等，以支援醫療服務的提供。
• 在台灣醫院評鑑制度中的應用:
  • 評鑑指標: 台灣醫療機構的評鑑（如醫院評鑑、醫策會的品質認證）中，會針對醫院的結構面設置大量評鑑項目，例如：醫師人力比例、護理人員對病床比、專科醫師數、手術室設備、急救設備、資訊系統的完整性與安全性等。
  • 基礎要求: 良好的結構是提供優質醫療服務的基礎，評鑑機構會要求醫院達到一定的結構標準，否則將無法通過評鑑。

2. 過程 (Process)

• 定義: 指在提供醫療照護過程中實際發生的行為和活動，包括醫師的診斷與治療行為、護理人員的照護活動、病人與醫護人員的互動等。簡單來說，就是「如何提供醫療服務」。
• 在台灣醫院管理中的應用:
  • 臨床指引與標準作業流程 (SOP) 的建立與執行: 確保醫療行為的標準化，例如針對特定疾病（如糖尿病、高血壓）制定標準化的診斷和治療流程，要求醫護人員遵循。
  • 病人安全措施的執行: 如用藥安全、手術安全（核對病人、手術部位、手術方式）、感染控制等措施的落實。
  • 病人溝通與教育: 確保醫護人員與病人及其家屬進行充分的溝通，解釋病情、治療方案，並提供相關的健康教育。
  • 跨團隊合作: 促進不同專業團隊（如醫師、護理師、藥師、營養師、物理治療師）之間的協調與合作。
• 在台灣醫院評鑑制度中的應用:
  • 評鑑指標: 評鑑會審核醫院在臨床照護過程中的表現，例如：是否依循臨床指引、病人安全事件的通報與處理機制、藥物管理流程、手術紀錄的完整性、感染控制措施的執行度、病人滿意度調查結果等。
  • 行為與實踐的檢核: 評鑑會透過病歷抽審、實地訪視、人員訪談等方式，檢視醫護人員的實際臨床行為是否符合標準。

在高齡化社會，台灣醫療體系推動在宅醫療與長期照護的整合，是為了應對社會結構變遷帶來的挑戰，並提升整體醫療體系的效率與效益。從管理角度來看，其必要性可從以下幾個面向說明：

1. 醫療資源的有效運用與成本控制 (Resource Allocation & Cost Control)

• 挑戰: 隨著高齡人口增加，慢性病、失能人口比例上升，對醫療資源（尤其是急性醫療床位）的需求急遽增加，導致醫療體系負擔沉重，成本不斷攀升。
• 整合的必要性:
  • 分級醫療的實踐: 在宅醫療與長期照護能將部分原本需在醫院進行的照護，移轉到社區或家中，有效減輕醫院的壓力，釋放出寶貴的急性醫療資源給真正需要急重症治療的病患。
  • 成本效益: 相較於住院治療，居家照護和社區式長照通常成本較低，能有效控制整體醫療支出。例如，居家復健、居家護理比在醫院進行更具成本效益。
  • 資源效率: 透過整合，可以更精準地將不同層級的資源（居家護理師、長照機構、社區醫療站、醫院）配置給最適合的對象，避免資源的浪費或錯置。

2. 提升醫療照護的連續性與整合性 (Continuity & Integration of Care)

• 挑戰: 許多高齡長者同時患有多種慢性病，需要跨專業、跨機構的照護。若缺乏整合，病人可能在不同醫療單位間奔波，導致資訊斷裂、照護脫節、重複檢查，影響治療效果。
• 整合的必要性:
  • 無縫接軌的照護模式: 在宅醫療與長照的整合，意味著從急性醫療、亞急性照護、到居家照護、社區照護、機構照護之間的轉銜更加順暢。當病人出院後，可以無縫接軌地進入居家照護或長照體系，確保其照護需求能持續被滿足。
  • 資訊共享與協調: 整合的醫療體系能夠促進不同照護提供者之間的資訊交換（如電子病歷、照護計畫共享），使醫療團隊能更全面地了解病人的狀況，協調照護計畫，避免醫療衝突。
  • 以病人為中心的照護: 整合的照護模式更能以病人的整體福祉為中心，滿足其生理、心理、社會等多方面的需求，提升照護品質。

電子病歷 (EHR)、人工智慧 (AI) 與大數據 (Big Data) 的發展，正深刻地改變醫療資訊系統的面貌，為醫療品質與管理決策帶來前所未有的機會與嚴峻的挑戰。從醫務管理的角度，我們可以從以下幾個面向來分析：

一、機會 (Opportunities)

1. 提升醫療品質與病人安全 (Improving Quality of Care & Patient Safety)

• 機會:
  • 精準醫療與個人化治療: 大數據分析可以識別疾病的生物標記、預測個人對特定治療的反應，AI 則能輔助醫師制定更精準、個人化的治療方案。
  • 早期預警與疾病預防: AI 和大數據分析可以從大量病歷資料中，偵測出潛在的疾病風險或早期症狀，及時發出預警，協助病人及早介入治療，預防疾病惡化。例如，預測病人發生敗血症、跌倒或再入院的風險。
  • 最佳實踐的推廣: 透過分析大量成功病例的治療過程和結果，AI 可以提煉出最佳的臨床實踐模式，並透過 CDSS (Clinical Decision Support System) 傳達給臨床醫師，促進醫學知識的普及與標準化。
  • 減少醫療疏失: 電子病歷的整合性與標準化，加上 AI 的警示功能（如藥物交互作用、過敏提示），能有效減少人為錯誤，提升病人安全。

2. 提升營運效率與資源利用 (Enhancing Operational Efficiency & Resource Utilization)

• 機會:
  • 優化流程與工作流程: AI 可以自動化部分行政工作（如排程、報銷、影像判讀輔助），電子病歷則能減少紙本作業，提高資訊流通速度，讓醫護人員能將更多時間投入於臨床照護。
  • 精準預測與資源調度: 大數據分析可以預測病床使用率、急診人潮、手術室需求等，協助醫院管理者更精準地調度人力、設備和床位，避免資源閒置或不足。
  • 成本管理與控制: 透過精確的成本追蹤（如 ABC - Activity-Based Costing）和預測，AI 和大數據有助於識別成本黑洞，優化採購，降低營運成本。
  • 智慧化排程與動線規劃: AI 可用於最佳化病患預約、手術排程、醫護人員班表，以及院內病人動線，減少等待時間，提升就醫體驗。

3. 輔助決策與策略規劃 (Supporting Decision Making & Strategic Planning)

• 機會:
  • 數據驅動的決策: 管理者不再僅憑經驗或直覺，而是基於客觀的大數據分析結果來制定決策，例如服務項目發展、新技術引進、市場定位等。
  • 趨勢預測與情境分析: 大數據分析可以幫助醫院洞察醫療市場的發展趨勢、預測未來病人需求的變化，並進行情境模擬，以制定更具前瞻性的策略。
  • 績效評估與品質監控: 系統化地收集和分析各項營運與醫療品質指標，提供即時的績效儀表板，便於管理者監控營運狀況，及時發現問題並採取行動。

二、挑戰 (Challenges)

1. 數據的品質、安全與隱私 (Data Quality, Security & Privacy)

• 挑戰:
  • 數據標準化與互通性: 不同系統的電子病歷、醫療設備產生的數據格式不一，缺乏互通性，難以整合和分析。