AI Coding 不只是工具升級-區域醫院醫療資訊系統協作開發與資訊團隊轉型實踐

Max Lai

Max Lai

Day 2 • Sun, Oct 18
11:30 - 12:15
Location
R0
Language
Chinese
Category • Level
Application • Medium

AI Coding 工具的導入經常被當成「增強工程師戰力的武器」,但在我們醫院資訊部過去一年的實踐裡,我們藉由「個人實驗」 → 「管理者應用」 → 「領域專家動手」 → 「流程治理」的轉型歷程,逐步把 AI Coding 從「個人工具」推進為「部門能力」。對我們而言,AI Coding 真正升級的不是工具,是團隊。本演講以四個真實故事為主軸:1) Tech Lead 用一段 4GL 報表改寫成 Python,到整條開發流程被 AI 重塑;2) 數據團隊 Leader 把 Wekan 任務卡片整理成專案資訊儀表板;3) 工程師與領域專家靠 Claude Code 啟動 12 萬行 4GL 批價核心模組改寫;4) 資深工程師則把 AI Code Review 從個人 Python script 一路演進到最後封裝成中心化 Review MCP Server 的 Harness 3+1 防禦。歡迎想要帶領團隊導入 AI Coding、或想把個人實驗推到組織層級的工程師,一起來交流。

Description

為什麼要講這個主題

2025 年 AI Coding Agent 工具(Claude Code, Codex, Gemini, Copilot)成熟之後,業界討論大量集中在「工具有多強」,但比較少人談的是:個人成功用上 AI Coding,跟「整個部門」用得起來,中間落差有多大。我們在區域醫院資訊部過去一年的實踐,剛好走過了這段落差。

我們不是大型科技公司、不是新創、人才結構偏中位,但反而因此更具參考性:我們遇到的每一個摩擦——同仁不敢用、領域專家不會寫 code、4GL 沒人想碰、Code Review 變成瓶頸——大概也是台灣多數中型資訊團隊正在遇到的。

為什麼是我來講

我在醫院資訊部擔任 Tech Lead。過去陸續在 PyCon TW(2018、2020、2021、2024)與 PyCon APAC 2022 分享過醫療資訊系統、設計模式、單元測試等主題。2024 我講「為醫療加裝 Python 的引擎」,討論把 Python 服務介接到既有 4GL / Delphi / PHP 系統的策略——這場 2026 是續集:當引擎接上 AI Coding 加速器後,這台車能開多遠?

演講中的四個故事,第一個是我自己的,其他三個的主角分別是:資訊部數據團隊 Leader、二位資深工程師、4GL 領域專家。他們不是被我「採訪」的對象,是我每天一起共事的同事,每一段轉型都有我在場參與或 coaching。

演講會包含什麼

四個故事,按「擴散路徑」排序:

  1. 點燃:我個人的 4GL 實驗(Claude Code + pyodbc)如何變成全部門導入(教育訓練 + Copilot 帳號 + Dashboard 追蹤)
  2. 擴散到管理者:數據團隊 Leader 用 Claude Code + Wekan JSON 做出 HTML 儀表板,並把整個流程封裝成 Claude Code Skill
  3. 擴散到領域專家:資深工程師與 4GL 領域專家從「寫 Spec 分工」轉為「自己動手」,靠 pyodbc + NiceGUI + Big5 處理 + Claude Code Skill 封裝 + Reflective Repair Loop(自動化迭代)+ Docker isolated sandbox 啟動 12 萬行核心模組改寫
  4. 流程治理:團隊資深工程師把 AI Code Review 從個人 Python script 五代演進到中心化 MCP Server(Python script → Web PR review app → Review Agent → Review Skills → Review MCP Server + Harness 3+1 防禦)

適合參加的對象

  • 知道 Python, Flask, pyodbc, Docker 等基礎技術,但不一定是專家
  • 對 Claude Code / Claude Agent SDK / MCP 等 AI Coding 工具鏈有基本概念,或想了解它們在實戰中如何搭配
  • 正在帶領團隊導入 AI Coding,或想把個人實驗推到組織層級
  • 對遺留系統現代化、跨世代技術介接有興趣
Max Lai
Max Lai

- Taichung.py 組織者 - 在中部醫療機構擔任智慧醫療應用系統研發團隊之 Tech Lead - 研究領域是電腦視覺, 機器學習, Web程式開發, DDD 與敏捷軟體開發方法論

Related Speeches