榮光群像／將心比心蔡睿霖熱情服務

ctuadmin

文／鍾祖豪

臺北市榮服處專員蔡睿霖，長期負責在臺單身榮民亡故善後治喪業務，他在輔導會元月份月會獲頒績優服務人員獎，在接受本刊專訪時，分享了幾次用心服務的案例，也回顧了職涯中最沮喪的時刻，所幸他從低谷中走出來，繼續服務榮民長輩。 <div> </div> <div>退伍投入服務榮民行列</div> <div>蔡睿霖回顧了從軍旅退伍成為榮民，直到考上退除役特考，投入榮民（眷）服務工作的過程。此事緣起同學鼓勵，進而走訪一趟榮服處，才知道輔導會對榮民就學、就業、就醫、就養、退除給付及服務照顧等各方面均有妥善及周延的政策協助，由此下定決心，希望能於日後服務和他一樣具有相同身分的榮民，於是開始專心準備退除役轉任特考，於102年錄取分發臺北市榮服處，擔任責任區輔導員，開始負責轄區榮民（眷）的服務工作。</div> <div> </div> <div>某日接獲中正紀念堂郵局電告，責任區覃姓榮民偕同其陸籍配偶從大陸返臺欲辦理大額定存解約，當下立即與張姓社區服務組長趕抵現場，了解後得知其陸籍配偶希將其定存解約，一次結清攜回大陸，經私下詢問，覃伯伯表達結清存款非其意願，經反覆勸阻，最終才同意續存，之後每年支領利息於大陸安享晚年。防止了伯伯存款一經結清，往後生活恐失依靠。</div> <div> </div> <div>從深感自責到重拾信心</div> <div>民國103年，蔡睿霖遭逢任職以來最大的衝擊。他接獲臺北市中正區思源街派出所通知，平時服務照顧的在臺單身無眷榮民古伯伯，騎單車於停等紅綠燈時遭騎士撞傷，他立即趕往三軍總醫院急診室關心，經主治醫師說明伯伯因遭撞擊，顱內出血，須緊急手術清除積血。但因年邁，風險極高，手術完成已是深夜時分，主刀醫師告知，很遺憾，雖盡力仍無法挽回伯伯性命。「當時我聞訊如青天霹靂，自責未善盡保護照顧古伯伯的責任，深受打擊，歷經職涯最低潮。」所幸經單位長官及同仁撫慰，才重拾信心繼續執行榮民（眷）服務照顧工作。</div> <div> </div> <div>一一二年五月，國防部後備指揮部轉知臺北市榮服處，一位羅女士因受託長年祭拜及清掃友人王員等三位單身亡故榮民墓園（散葬多處），然近年發現墓園有破損情形且考量自身年歲已高，已無法親自祭拜及清理，請求協助將王員等三人遺骨遷厝至國軍臺北軍人忠靈塔，經臺北市榮服處協調國防部後備指揮部協助提供三位榮民遷厝費用，另親自至墓園現勘，並取得其中一位故農員友人後代之同意書（故農員亡故，由其黃姓友人安葬，現遷厝須經由其同意），最終於同年七月底將王員等三人骨灰晉塔順利圓滿完成，讓三位伯伯英靈得以永享祭祀。</div> <div> </div> <div>一一四年三月中旬接獲四川成都臺商協會轉來陳情協處案件，內容是成都一名七十六歲劉姓教師的陳情，民國三十八年劉父隨國軍撤退，留下懷孕四月妻及一對稚齡兒女，一家人自此分隔兩岸，經查劉父民國七十年亡故，葬於臺北市富德公墓，因奔喪祭祀非大陸人士入臺許可事由，在協調部會相關機關（海基會、移民署)全力協助下，以專案方式申請來臺，家屬一一四年五月二十八日抵臺，翌日前往富德公墓，由相關人員陪同祭拜，得以一償來臺祭拜亡父心願以及對家人的思念與遺憾。</div> <div> </div> <div>陪伴長輩人生最後一程</div> <div>蔡睿霖於榮服處長期負責辦理在臺單身榮民亡故善後治喪業務，一直秉持將心比心的心態，圓滿每位伯伯人生最後一程，「榮民一生經歷各次戰役，來臺後繼續為建設臺灣貢獻心力。」我想說：「您辛苦了，您的貢獻與付出，我們永遠感念。」 </div> <div> </div>

榮民健康風險預測模型讓照護化被動為主動

ctuadmin

文／鍾祖豪

隨著臺灣正式邁入超高齡社會，如何及早辨識健康風險並提供精準照護，已成為高齡醫療與長照政策的重要課題。臺北榮總高齡醫學中心近期發展「具風險榮民健康分析與風險預測模型」，透過整合醫療資料與社會因素分析，建立一套以數據為基礎的健康風險評估機制，期望協助輔導會在超高齡社會中建構更精準、有效率的榮民照護體系。 <div> </div> <div>辨識高風險族群提前介入</div> <div>輔導會日前舉辦榮民照護數位轉型推動小組第一次會議，臺北榮總高齡醫學中心主任林明憲在會中報告這套風險預測模型，主任委員嚴德發非常重視，認為風險預測是化被動為主動，精準介入，對榮民長輩能發揮最即時的照護效果。</div> <div> </div> <div>本刊特別針對此套系統的內涵與功能，請林明憲主任進一步說明。林主任表示，傳統醫療多以疾病診斷為主，但在高齡社會中，健康風險往往來自多重因素累積，包括慢性疾病、衰弱狀態以及社會支持系統等。透過建立系統化的健康分析與風險預測模型，可以更早辨識高風險族群，並提前介入，減少非預期住院與重症發生，提升整體照護品質。</div> <div> </div> <div>在研究基礎方面，北榮團隊已利用臺灣健保資料庫（NHIRD）建立以診斷碼為基礎的「多重疾病衰弱指數」（Multimorbidity Frailty Index, mFI-v10），透過分析三十八項健康缺損指標，評估高齡者衰弱程度。研究顯示，相較於健康族群，輕度衰弱者死亡風險增加約一點六倍，中度衰弱者增加二點四倍，而重度衰弱者則接近四倍。同時，衰弱程度越高，非預期住院與加護病房使用率也顯著上升，顯示衰弱評估對於預測醫療需求具有高度價值。</div> <div> </div> <div>社會因素影響健康與長照需求</div> <div>除了醫療因素之外，社會環境同樣對健康具有長期影響。研究團隊也運用國健署「臺灣老人長期追蹤調查」（TLSA）資料，建立「社會脆弱度指標」（Social Vulnerability Index, SVI）。該指標由五十一項社會相關變項組成，涵蓋居住環境、社會支持、社經地位與人際互動等七大面向。研究發現，社會脆弱度較高的族群，其死亡風險顯著增加，顯示社會因素在健康與長期照護需求上具有重要影響。</div> <div> </div> <div>在實務運作方面，北榮團隊也規劃了一套完整的標準作業流程（SOP），結合輔導會現行的榮民服務體系。首先由地區輔導員在日常訪視過程中，辨識可能需要醫療或照護整合的榮民及眷屬，並由個案管理師蒐集基本人口學資料、健康評估結果、病史與用藥資訊，同時完成周全性評估（ICOPE）。後續資料將匯入健康管理平臺，由後臺工程師進行資料串接與整合，研究人員則負責資料清理與統計分析，建立初步風險預測模型。經由訓練組與驗證組分析後，確認模型與健康預後之關聯性，再由醫師進一步判讀結果並確認其臨床意義。最終，相關模型將整合至平臺系統，建立「風險預測儀表板」，讓臨床人員能即時掌握個案健康風險。</div> <div> </div> <div>榮民健康狀況依風險程度分級</div> <div>透過此系統，榮民健康狀況可依風險程度分為「超高風險、高風險、中風險及低風險」等不同層級，並據此調整訪視頻率與照護策略。例如高風險族群可優先安排醫療評估與整合照護服務，而中低風險族群則可透過健康促進與預防措施維持良好健康狀態。</div> <div> </div> <div>林明憲主任指出，未來透過健康資料整合與人工智慧分析，可逐步發展出更精準的健康管理模式，使照護服務從傳統的「被動治療」轉為「主動預防」。這不僅能提升榮民健康福祉，也有助於提升整體醫療與照護資源的運用效率。</div> <div> </div> <div>面對快速到來的超高齡社會，輔導會體系長期肩負照顧榮民的重要使命。透過建立以數據為基礎的健康風險預測機制，並結合高齡醫學、社會支持與長照資源整合，未來可望打造更完整的精準照護體系，讓榮民及眷屬在晚年獲得更安全、安心且有品質的健康照護服務。</div> <div> </div>

國軍退除役官兵輔導委員會

榮光群像／將心比心 蔡睿霖熱情服務

榮民健康風險預測模型 讓照護化被動為主動

榮光群像／將心比心蔡睿霖熱情服務

榮民健康風險預測模型讓照護化被動為主動