# Introduction（引言）

電子病歷雖累積大量資料，但其呈現方式以線性紀錄為主，臨床醫師需在多個頁面之間切換才能掌握病人全貌。在腫瘤學、重症與長期慢性病情境下，這種「資訊片段化」會增加決策延遲與遺漏風險。儀表板（dashboard）是補償此一問題的常見方案：以單一視圖呈現關鍵指標的趨勢與異常。本專案即為臨床儀表板原型探索。

# Methods（方法）

實作以 Python 為主，前端採用 Streamlit 或 Dash 等快速儀表板框架，後端以結構化資料（CSV、SQLite）模擬電子病歷。儀表板呈現包含：生命徵象趨勢、檢驗值時序、用藥時間軸、與重要事件（住院、手術、化療）標註。視圖刻意保持簡潔，避免將儀表板做成「另一個 EHR」。

設計重點為「決策支援而非資訊堆砌」：每個元件需回答一個明確的臨床問題（例如「這個病人最近三個月血色素趨勢如何？」），而非單純呈現所有可得數據。原型不接入真實電子病歷，僅以模擬資料探索 UI／UX 設計，便於後續向資訊部門提案。

# Results（結果）

原型可作為臨床醫師與資訊工程師之間的溝通媒介：醫師看到具體儀表板後更容易表達需求，工程師亦能基於原型理解臨床流程。對於有意推動科內儀表板建置的研究者，本專案提供低成本的 proof-of-concept 工具。

# Discussion（討論）

本專案展現了「以原型加速跨領域溝通」的方法。其貢獻在於建立可被快速調整的儀表板樣板。限制方面，模擬資料與真實 EHR 之間仍有複雜度落差；隱私與權限管理需在實際部署時謹慎處理。未來可結合 FHIR 資料模型、加入 LLM 自動化異常解讀，並擴展至跨科部協作的儀表板。

# 連結

• GitHub：htlin222/clinboard
• 主要語言：Python
• 最後更新：2026-03-16