現年55歲的謝小姐為糖尿病黃斑部病變患者，內心對於疾病時常有許多疑問，包括「眼內注射會不會疼痛？能不能碰水？」等，但礙於看診時間有限，常常等到離開診間才發現想問的問題忘記問......
醫師看診時間有限、每天有眾多看診患者人潮，無法在有限的看診時間內完整理解，讓醫病雙方認知差異逐漸變大...這些問題該如何解？
林口長庚醫院眼科部部長吳為吉表示，近年來民眾高度用眼比例大幅上升，眼睛長期接受光線慢性刺激，視網膜血管受損，導致黃斑部病變患病年齡逐漸下降。「而糖尿病患者罹患黃斑部病變風險更高於一般人，常見視力模糊、視野扭曲變形、視野出現黑影等症狀，是致盲的主因之一。」
預防眼部病變！醫師：糖尿病患一定要做的3個檢查
吳為吉先解釋，糖尿病常見併發症包括腦中風、視網膜病變、性功能障礙、泌尿道感染、病足截肢、腎衰竭及心血管疾病等。「視網膜有豐富的血管，若血糖控制不良，會引起視網膜微細血管病變，導致血管阻塞、滲漏、血管增生等。」
若是罹患糖尿病黃斑部水腫，治療包括雷射、類固醇和抗血管內皮增生因子，吳為吉解釋，「抗血管內皮增生因子能阻擋新生血管增生、精準治療且能顯著改善視力及阻擋血管滲漏。」
不過他也指出，目前糖尿病黃斑部水腫治療現況和挑戰有3大點：
1.病患無法確切表達病情症狀、對於病狀及治療方式認知不足
2.病患人數眾多、看診時間有限，醫師無法清楚了解病患治療期待
3.糖尿病患者是黃斑部水腫高風險族群，糖尿病黃斑部水腫初期症狀不明顯
吳為吉提醒，糖尿病患者應做的檢查包括，血脂肪檢查、糖化血色素（HbA1c）檢查、眼底檢查及尿液微量白蛋白檢查，「第一型糖尿病患者，發病後5年內應做第1次眼底檢查；第二型糖尿病患者，發病時即應做第1次眼底檢查，避免失明危機，並讓血管恢復功能視力獲得改善。」
長庚醫院靠「她」解決醫病溝通問題
為協助糖尿病患及早發現眼部病變，以及解決醫病溝通問題，林口長庚醫院落實衛福部「醫病共享決策」，今年更針對糖尿病黃斑部病變病患推出長庚衛教機器人Dolly（多莉）。
林口長庚醫院副院長、同時也是視網膜黃斑部權威的賴旗俊表示，機器人Dolly具有全台創新「AI語音雙向對話功能」及糖尿病黃斑部病變衛教專業資料庫，讓在診間前等候的眼科視力模糊的患者，也能透過語音詢問，聽衛教機器人回答，進行初步衛教，於門診時與醫師確認疾病相關衛教資訊。「Dolly除了連線病歷系統，提升醫師、患者對於病程掌控度，共同決定治療方向，促進醫病關係溝通，更透過風險評估檢測高風險患者，降低延誤確診時間。」上線至今Dolly已服務超過百位患者。
賴旗俊表示，醫師看診時間有限、每天有眾多看診患者人潮，無法在有限的看診時間內完整理解，認知差異大，因此針對醫院病歷改造、醫師臨床決策輔助系統、智慧化醫療、大數據應用中心，以醫病共享、智慧醫療為起點，並以眼科患者方便獲取資訊方式–「AI語音雙向互動」功能，開創出全新照護系統。
林口長庚紀念醫院眼科視網膜科主任黃奕修也表示，多年治療經歷後一直致力於打造糖尿病黃斑部病變「自動化照護」，希望使患者獲得到醫療照護不僅只有看診時的幾分鐘，而應能更完整、連續性的照護。
「尤其黃斑部病變患者本身即視力較不佳、進診間常常又必須進行散瞳檢查，因此在進行疾病衛教時，如果能夠以用『聽』而非『看』的方式進行，對病患十分有助益。」黃奕修也表示，長庚衛教機器人Dolly具有豐富的資料庫，是數以百計的病人治療回饋彙整而成，歷時5-10年，而資料庫問題是由患者使用經驗投入於協助設計提問、修改，因此更能夠貼近糖尿病黃斑部病變患者的生活。
AI語音雙向互動，助病患及早發現疾病
黃奕修進一步說明，Dolly除了能夠幫助患者問題找到解答之外，此一智慧醫療平台還包含風險評估檢測，能夠協助找出高風險患者，使其能及時就診治療，「此平台上線後，已透過風險評估檢測，包含糖尿病黃斑部病變（DME）高風險計算及視網膜影像AI輔助系統，幫助醫師確認高風險患者，轉診至林口長庚進行後續治療，加以落實近年來政府力推之分級治療政策。」
接觸Dolly已4個月多的糖尿病黃斑部病變患者謝小姐表示，「衛教機器人的語音互動系統便利許多，可以讓我減少用眼，以語音詢問就能得獲取資訊！」她進一步指出，Dolly幾乎能為她解答問題，包含糖尿病黃斑部病變疾病成因、說明、治療方式與種類說明，例如：患者知道需要打針但對治療的眼內注射針劑不了解，以及健保給付、費用問題等；甚至生活保健上問題，如「眼內注射會不會疼痛？能不能碰水？」她相信平台上線後，許多糖尿病黃斑部病變病友們定能受惠。
衛福部醫事司司長石崇良也讚許，「長庚衛教機器人Dolly能輔助患者在就診前，針對疾病或症狀的疑問，藉由衛教機器人的回答有初步認知，掌控自己病況，並在看診跟進行更有效、準確的討論治療方案，這種用AI機器人衛教來輔助醫師進行衛教的方式，也加速患者消化對於疾病資訊的速度，並能促進醫病關係。」運用智慧科技提升病患自我健康管理的能力，讓醫療人力發揮更有效率，是目前促進醫病溝通關係不可缺少的重要一環。
