情境指南

從你會搜尋的那個問題出發 —— 先給直接、實用的解答，再告訴你 yao.care 哪個服務幫得上忙。

照顧長輩

長輩體力變差、走路變慢、常跌倒，要做什麼評估？

長輩出現體力下降、走路變慢、容易累、反覆跌倒，常是「衰弱（frailty）」的早期訊號，建議做高齡周全性評估（CGA）：先以臨床衰弱量表（CFS）分級，再看認知、營養、用藥等多個面向。早期介入能延緩失能。可先用線上自篩快速了解風險，再決定是否就醫。

看解答

長輩同時吃很多種藥，怎麼避免吃錯、漏吃？

多重用藥（同時服用多種藥）容易發生漏吃、重複吃與交互作用。降低風險的關鍵是：用標準藥品碼（ATC）整理清單避免重複、用藥品外觀辨識避免拿錯、用每日提醒避免漏吃。用 LINE 就能收提醒、不必安裝 App，對長輩門檻最低。

看解答

兒童家長

小孩 2 歲還不太會說話，發展正常嗎？

每個孩子發展速度不同，但有「發展里程碑」可參考。2 歲常見能說一些雙詞句；若明顯落後同齡，建議用對齊 ASQ-3 的發展篩檢初步判斷，達警訊切點再尋求兒童發展專業評估。早期發現能把握黃金療育期。篩檢不是診斷，而是幫你判斷要不要、何時找專業。

看解答

成人自己

成人體力、記憶、睡眠變差，是正常老化還是亞健康？

一般健檢偏重血液與影像數據，卻常測不出「功能」狀態。若你覺得體力、記憶、睡眠、情緒變差，可用 WHO 內在能力（IC）框架自評活力、行動、認知、心理、感官五大功能，快速分辨是需要調整生活、還是該尋求專業協助。

看解答

專業 / 機構

用 AI 生成的醫療／衛教內容，會不會違反法規？怎麼自我檢查？

在台灣，醫療機構使用生成式 AI 需遵循衛福部《醫療機構應用生成式人工智慧指引》等規範。重點在五件事：揭露是 AI 生成、實質主張要溯源、不得越權下確定診斷、保護個資、防止幻覺。建議把這些落地成「每次發布前的自動檢查關卡」，而非靠人工逐篇審。

看解答

日照中心／長照據點怎麼做報到，又能交出政府要的名冊？

長照據點的報到要兼顧三件事：對長者友善（不必觸控、簽名、裝 App）、對工作人員省力（自動產出名冊）、對個資負責。無接觸人臉辨識報到可讓長者走過鏡頭即完成報到，並自動彙整可貼政府平台的每日名冊；選純前端、零雲端方案能降低個資疑慮。

看解答

FHIR 聯測（FHIR Connectathon／互通性測試）是讓不同醫療資訊系統實地驗證「能不能照 FHIR 標準正確交換資料」的測試活動或流程：各方依同一份實作指引（IG）與設定檔（Profile）互送資源、跑 SMART on FHIR 的 OAuth 2.0 授權流程，並用驗證工具（如 HL7 FHIR Validator、ONC Inferno）檢查符規。準備重點有三：先選定 FHIR 版本與 IG、把要交換的資源驗到綠燈、把 OAuth 2.0 + PKCE 授權流程測通。

看解答