知道就是分類

請想像一位在醫院工作多年的資深主任。

告訴她「有一位靜脈曲張的患者來諮詢」，光是這句話就在她腦海中同時展開了許多事情。需要做什麼檢查。症狀達到什麼程度可以申請保險，純粹美容目的則屬自費。負責這項手術的醫療人員是誰。手術室什麼時候有空。預計費用是多少，諮詢應該怎麼進行。她掌握著與「靜脈曲張」這個詞相連的整個醫院地圖。

現在請想像一般的醫療軟體系統。那裡也儲存著「靜脈曲張」這個詞。病患姓名、手術記錄、營收，全都整齊地存放在各個欄位裡。然而那個系統並不知道這些資訊彼此如何連結。它只是保存文字，並不理解意義。

儲存與知道。這兩者之間的差異就是本體論。

這個差距在現場清晰可見。您可以給新進員工和資深主任相同的權限，開放同樣的資料庫給他們。但那位員工看著同樣的畫面，卻無法做同樣的工作。畫面上有資訊，但這些資訊如何相互連結，在他腦海中尚未存在。資料可以交接，但「知道的事」並不那麼容易轉移。

大多數醫療軟體一直專注於「儲存的工作」。更快地輸入、更整齊地保存、更方便地取出。這是很有價值的工作。但這只是更好的倉庫，而不是真正了解醫院。倉庫保管物品，並不理解物品之間如何相互關聯。

本體論這個詞聽起來艱深，但其本質可以用一句話概括：「知道就是分類。」

我們知道某件事時，必然會加以分類。看看孩子學習世界的過程。在能分辨麻雀和鴿子之前，先認識「鳥」。在能區分魚的種類之前，先有「魚」的概念。能夠分類，就是能夠知道。無法分類的，就是尚未知道的。

圖書館之所以偉大，原因也在這裡。圖書館的價值不在於藏書數量，而在於將世界知識分門別類排列的分類體系。人們沿著那些分類，掌握了一個時代的全部知識。分類不只是整理，本身就是知識。能把某樣東西分入新的位置，意味著你理解了它；找不到任何位置放置，意味著你還不知道。

如今我們已停止分類。在搜尋框輸入詞語，接受一次湧現的所有結果。如同拖網在海底掃過，搜尋一次撈起所有東西。很方便。但在那份便利中，「分類的能力」並未成長。

搜尋能找到。但找到和知道是不同的。搜尋「靜脈曲張」，包含該詞的記錄就會湧現出來。但它不會告訴您這位患者是否符合保險資格、需要什麼準備、手術室現在是否可用。資深主任不做搜尋。因為她已經分類知道了。資訊充斥的時代，知識卻未能深化，原因正在於此。

這個問題在AI時代更加尖銳。將未分類的資料直接交給AI，AI就會自行填補那些空白。那就是推測，在醫院裡，推測是危險的。在引進精良AI之前，醫院本身必須先精確分類。

了解一家醫院，就是精確地分類它。什麼是施術，什麼是設備。哪種施術屬於哪個診療領域。哪種設備在哪個空間、由誰操作。施術的健保代碼是什麼，費用如何構成。將這一切加以分類，並繪製出彼此之間連結的地圖——那就是本體論。

資深主任所擁有的不是資料。而是「相互連結的知識」。問題在於，那份知識只存在於她的腦海中。她休假的日子，醫院的一部分也跟著停擺。

Keynoty所做的，就是將那份腦海中的地圖，移植到整個醫院隨時都能共用的系統中。那個基礎就是本體論。在接下來的五個章節中，我們將逐一展示那張地圖是如何繪製的。