散會的時候，清單還是二十幾條

分群跑完、標籤命名完之後，會議螢幕上開啟了一份彙整清單。

那是第一次有人把整年的通報攤在同一張表上看。清單上有二十幾條，每一條後面掛著件數、涉及哪幾個單位、對應哪幾個標籤。

然後會議就卡住了。

不是因為有爭議。是因為每一條都是真的。每一條都有人點頭。7B 的陳護理長翻完那張表，說了一句很誠實的話：

「這些我們都知道啊。」

我知道她不是在反駁。她的意思是：知道跟做得到之間，隔的不是資訊。

桌子另一頭坐著臨床科的黃主任，他整場沒有發言。

那天散會的時候，清單還是二十幾條。大家回去各做各的。

那份清單是我做的。這是這份工作裡最讓人挫折的一種失敗——不是找不到問題，是找到太多問題，然後一個都沒改。

第二週前面幾篇一直在拆同一件事：怎麼看得更多。抽樣改全量、判準寫下來、自由文字變成欄位——每一件都在把 recall 往上推。而 recall 上去了，這份清單只會變長，不會變短。

於是瓶頸換了位置。它從「找得到嗎」，變成「要做哪一個」。

排序可以自動化，權重不行

選題有一張現成的表：影響度、可行性、可量測性，各給分，加總或相乘，排序。品管圈的第一步就是把這張表填完。

先講清楚一件事：這三個準則是我自己改過的版本。品管圈通行的選題評價用的是上級政策、重要性、迫切性、圈能力四項。我把上級政策收進權重那一層——它本來就是價值判斷，不是題目的屬性；把重要性與迫切性併成影響度；圈能力改叫可行性。然後加了一項原版沒有的：可量測性。加它的理由在後面那一節。

看起來很陽春。但這張表在分配的是全院最貴、也最不可再生的東西——單位同仁的注意力。第一線的班表本來就滿了，改善案是額外加上去的：每兩週開一次會、量一次數據、改一次做了十年的流程，做上大半年，那些時間全部是從別的地方擠出來的。

所以選錯題目的成本，不是浪費了那大半年。是下一次你再提改善案，沒有人想參加。這個成本會累積，而且很難還。

而這張表拆開來看，三層的性質完全不同。

中間那層根本用不到 AI。上面那層是 Day 8 談過的判準形式化——把「影響度算幾分」寫成一組機器判得動的 acceptance criteria，同一套做法搬過來就是。

麻煩的是第三層。

權重為什麼不能交出去

因為權重不在資料裡。

它反映的是機構此刻的處境：今年的病安年度目標是哪幾條、上次評鑑被挑到什麼、哪個單位剛換主管所以這半年沒有餘力、哪一類事情最近上過新聞。沒有一項寫在通報資料裡，它們只存在於會議室裡那幾個人的腦袋裡，而且會隨著時間變。

但更根本的理由是：權重不該有標準答案。

它是一個機構決定「我們現在最在乎什麼」的動作。如果它有標準答案，品質委員會就不必開了。

這一層就是這個系列一直在講的那一半——不是還沒被寫下來，是本來就不該被寫死。形式化的部分交給系統，價值判斷留給人，而這條界線剛好疊在另一條線上：誰要負責。

權重是可以被質疑的東西。「為什麼可行性佔這麼重」是一個合理的問題，而坐在那張桌子旁邊的人——包括那天沒有發言的黃主任——必須答得出來。委員會可以對一組權重表決，但沒辦法對一段 embedding 表決。（判錯算誰的、誰簽名，是第五週整篇要談的事。）

一個很小但很要緊的工程決定

所以權重要放在哪裡？

放在一份獨立的設定檔裡，跟 prompt 分開存放、分開版本控管。

理由不是工程整潔。是因為調權重是一個決策，而決策要留得下紀錄：什麼時候改的、改成什麼、誰決定的、當時的理由是什麼。

埋在 prompt 中間的那句「可行性請給予較高的比重」，改掉了沒有人會知道；下一季排序變了，也沒有人講得出來為什麼變。

把權重從 prompt 裡拉出來，不是為了讓程式好看，是為了讓「改變優先順序」這件事變成一個有人簽名的動作。

分數怎麼算是工程問題，權重多少是價值問題。兩者混在同一個地方的系統，症狀跟一條把 threshold 硬寫在規則裡的告警一模一樣：沒有人記得那個數字當初為什麼是那個數字，於是沒有人敢動它。

不要跟它要一個名次

最直覺的用法是這樣問：「這二十幾條從通報裡整理出來的問題，幫我排出最值得做的三個。」

它會給你答案，而且答案通常不離譜。問題是它沒有留下任何可以檢查的東西：沒有分項、沒有理由、沒有一個可以拿去 diff 的中間輸出。

當你覺得第一名不對的時候，你分不出是它讀錯了那個問題的描述，還是它對「值得」的理解跟你不一樣。這跟昨天那個萃取與判斷分不開的情況是同一個病。把一個複合判斷拆成幾層各自可以驗證的東西，是這個系列從頭到尾在做的同一件事。

拆開之後，馬上會看到一件很尷尬的事。

只讓它評它有資訊可以評的維度

三個準則裡，AI 能評的其實只有一個半。

• 影響度：可評。注意它問的不是「這件事有多嚴重」，是「改完之後有多少人受益」——一件很嚴重但很少發生的事，跟一件不嚴重但天天發生的事，在這張表上的位置不一樣。而這一欄它評得動，因為件數、涉及幾個單位、有沒有到達病人，昨天那張表的 schema 裡都有
• 可量測性：勉強可評。這個題目有沒有現成的數據可以追，還是要請第一線同仁每個月多填一欄——一半在資料裡，一半得問資訊單位。這一欄最常被跳過，但它決定這件事有沒有下文：做不出前後對比的題目，就算做對了也證明不了，明年換一批人就回到原點（第五週的題目）
• 可行性：不可評。 這個單位還有沒有人力、那台機器明年是不是要換、這個流程改下去會不會卡到隔壁科、單位主管會不會配合——模型完全沒有這些資訊

但它一定會給你一個分數。

它不會說「我不知道」，它會給你一個中間偏高的數字。

這不是知識的失效，是把握程度的失效——而且這種失效比答錯難處理得多，因為輸出的形狀完全正常：型別對、範圍對、null 一個都沒有。一個 1 到 5 的整數，跟旁邊兩個準則長得一模一樣，印在同一張表上發給委員，看不出來哪一欄是有根據的、哪一欄是編出來的。

所以設計上的判斷是：可行性這一欄不自動評分。 它由單位自己填，或至少強制標成待人工複核。少一欄自動化，換一整張表的可信度，這筆交易划算得不必考慮。

這件事推廣開來是一條通則：決定要不要讓模型評一個維度，看的不是它評不評得出來，是它手上有沒有那個維度的資訊。 它永遠評得出來，這正是問題所在。

不要只輸出一個分數

第二個設計決定，是關於那個總分。

三個準則算出一個分數，兩個題目同分——這兩個題目可能長得完全不一樣。一個是「影響很大但幾乎不可行」，一個是「影響普通但下週就能做」。

在管理上這是兩種完全不同的東西：前者要拆成小步驟，或往上呈報到品質委員會去要資源；後者現在就可以動手。但總分把這個差別抹掉了，而且抹掉之後救不回來。

這不是新問題。工業界長期使用的那類「嚴重度乘以發生率乘以可偵測性」的乘積分數，被詬病最久的正是這一點：同一個分數可以來自完全不同的風險輪廓。 三個中等分數的乘積，跟一個極端值配兩個低分的乘積，可以是同一個數字，但它們是兩種完全不同的危險。（醫療版的做法不是把第三個維度拿掉，是換了位置：危害計分只留嚴重度乘發生率，可偵測性移進決策樹當篩選問題。為什麼要這樣搬、搬完之後代價是什麼，是 Day 16 一整篇。）

你們那邊也有同一件事：同樣掛 P1 的兩個 incident，一個影響全站但已經有 workaround，一個只影響一個單位但完全沒有退路——壓成一個等級之後，on-call 的人看不出來該先接哪一個。而在我這邊，那張表是要發給品質委員會與各單位主管看的，看不出輪廓的代價是整場會議都在問「所以第一名為什麼是它」。

補救的方法不是去找一個更聰明的公式。是不要只輸出一個數字：排序旁邊保留每個準則的分數，讓輪廓看得見。排序負責決定討論順序，輪廓負責決定討論內容。

我們這個總分，就是你們那個 severity 標籤：它被設計出來是為了回答「要不要現在把人叫起來」，然後變成後面所有統計唯一的輸入。多維壓成一維，壓下去那一刻資訊就沒了，而且不可逆。

讓它可以重跑，然後去搖它

最後一件事，是這套東西怎麼從一份會議資料變成一個工具。

排序要能重跑，而且要能很方便地換一組權重重跑。原因是這樣：如果權重動一點點排序就翻天覆地，那代表這個排序不穩，不該拿去開會。

反過來，如果不管怎麼調權重，某一條都待在前三，那一條就是真的該做——它的優先性不依賴於你剛好挑了哪一組權重。這個判斷不需要任何統計知識，只需要你肯多跑幾次。你們調告警門檻的時候做的是同一件事：不是找一個對的數字，是找一個換了數字結論也不會翻掉的區間。

而這件事真正改變的，是這張表在會議室裡的用法。

最有用的一句話不是「系統說這題排第一」，是「權重要調成什麼樣子，你那一題才會排進前三」。

前者是宣布，只會引來防衛。後者是把選擇的結構攤開來，讓每個人看見自己真正在乎的是什麼。當陳護理長回你一句「那把可行性調低一點試試看」，這張表就從一份結論，變成了一個工具。

不要開一個「AI 專案」

最後一件事跟排序沒有關係，但它決定前面所有東西會不會被用到。

這件事不是醫院獨有的。跟醫院一點關係都沒有的中小企業與製造業，導 AI 的時候最先卡住的也不是技術，是順序。

不要開一個「AI 專案」，要開一個品質改善專案——只是這一次，對策欄裡填的是 AI。

開「AI 專案」，第一個問題會是「要買哪一套」。然後你花三個月比廠商、看 demo、算授權費，而這三個月裡沒有任何一個人被要求說清楚「我們要改善的指標是什麼」。

開「品質改善專案」，第一個問題是「現在哪裡最痛、要改善的指標是什麼」。答完這一題才輪到問用什麼對策——而 AI 只是被選中的對策之一，搞不好還不是最好的那一個。

順序反過來的版本是先成立一個「AI 小組」，再回頭找題目。那個順序註定卡住：小組成立的那一天，它的 KPI 就變成「要有 AI 成果」，不是「那個指標要變好」。之後所有題目都會被往 AI 的方向挑，包括那些其實改一張表單就解決的。

這也是為什麼今天這張表上，三欄裡沒有一欄叫「適不適合用 AI」。那一欄不該存在——它是對策的性質，不是問題的性質，而選題選的是問題。

明天是第二週的回顧——從一個剛來的同仁問我的四個問題開始。