醫療 AI 失敗時，問題很少出在模型。問題在於它周圍的工作流程。
摘要產生了、儀表板建好了、示範看起來也不錯——但若不清楚誰提供資訊、誰審閱輸出，以及輸出支援哪項決策，系統帶來的就只是雜訊，而非協調。
因此，我們從工作流程開始，而不是從技術開始。
零散
- 臨床與營運系統
- 試算表與表單
- 照護者在家中的觀察
- 通話、訊息與交接
已協調
- 結構化資訊
- 可供審閱的脈絡
- 協調行動
成果
我們可能產出的內容
產出取決於工作流程及組織的需求。
梳理
現行工作流程、其中的資訊缺口與交接風險
設計
擬定以人為主導的工作流程，並考量整合與部署
原型
AI 輔助的工作流程原型與可供審閱的輸出
驗證
試點設計、成功衡量方式與迭代計畫
一次合作可能產出其中一項，也可能四項皆有——由工作流程決定。
方法
我們如何與組織合作
探索與實施彼此相連：梳理工作流程的人，也正是能建置並試行支援系統的人。
AI 讓原型製作變得快速——這意味著錯誤方向可以及早淘汰，避免成本升高。
讓工作流程清晰可見
我們梳理工作目前如何進行——正式程序、非正式變通方式與交接——以及誰提供資訊、誰審閱、誰採取行動、每項輸出支援哪個決策。
缺口往往出現在交接環節，尤其是家庭與診所之間。 這正是 Ajentik 發揮作用的地方。
建立最小的實用工作流程單元
有時是一份結構化表單；有時是摘要、整合、存取控制、稽核軌跡或 AI 輔助審閱。我們不只在 AI 模型上方製作介面，而是建立資料、整合、審閱與治理層，讓 AI 真正適用於醫療營運，並只在 AI 確有價值時才加入。
擴展前先在實務中驗證
示範看似成功，工作流程卻可能仍然失效。因此，我們在真實營運中試行，讓證據而非示範決定哪些內容值得擴展。
既有系統核准程序安全要求員工日常流程隨著採用程度提升，經驗證的單元會連接成更大的系統。
實務應用
Elderwise 展示了這套方法如何實際運作
這是 Ajentik 最清楚的公開案例。高齡者身上發生的許多情況，最先由家中察覺，而照護團隊通常只能看見間歇性的片段。
這也與每個人息息相關：我們終有年老的一天。Elderwise 正是我們希望看見的改變。
我們的思考方式
這件事應該自動化嗎？
我們對待這個問題，與「這件事能自動化嗎？」同樣慎重。目的不清楚時，AI 只會放大混亂——更多摘要、更多提醒，負擔卻沒有減少。
先有清晰方向，才談實施。
工作流程牽涉哪些人？
通常比組織架構圖顯示的更多：臨床人員、照護協調員、營運團隊、行政人員、照護者、家屬與社區夥伴。每個組織界定以人為主導的界線都不同，而終端使用者最了解實際阻力。
技術應支援他們的責任，而不是模糊責任。
什麼能證明試點成功？
少一點追問，更容易審閱，脈絡更清晰，而且團隊能在首次示範後持續使用。
原型本身並不等於證明。