記者邱芷柔／台北報導
急診醫療常面臨壅塞問題，台大醫院急診醫學部與台灣大學人工智慧中心歷時3年，合作開發適用於急診的人工智慧（AI）模型，在病患看診流程各階段導入AI輔助，不僅維持一致的看診品質，更有效縮短病患留院時間，提高急診處理量能。
台大團隊針對急診檢傷、病史分析、即時危險分級及辨識、及早及適當安全的離部、心跳停止事件的預後評估、病患手環早期高危示警等6大關鍵，開發對應的AI模型。
台大醫院急診醫學部醫師方震中說明，AI可預測檢傷等級，評估病人住院機率及留院時間，快速病史分析可提醒醫師可能的病因與處置，此外對躺床病患以平躺胸部X光影像進行即時判斷，同時可偵測是否感染肺結核、有無氣胸癥狀與位置及是否有導管誤置情形。
AI模型也能預測病人3日內再回診可能性、留觀期間死亡機率等，輔助醫師評估病患離院風險。此外，急診病患藉由戴上智慧型手環，可隨時進行生理訊號監看並即時提出警告，讓臨床醫護人員可提早介入處置。
其中「心跳停止事件的預後評估」為台大團隊獨創，台大醫院急診醫學部主任黃建華說，突發性心跳停止發生率為每年每10萬人約有75人，許多研究指出，心跳停止昏迷病患是否甦醒與大腦灰白質比值相關，但現階段多以人工計算，耗費人力、缺乏一致性，團隊開發出自動計算灰白質比值工具，預後預測或存活出院預測皆能提升成效。
黃建華說，急診醫師必須蒐集很多資訊來確保判斷正確，AI輔助下，讓每階段的判斷速度約可加快20%速度。台大AI急診已有近萬名案例進行驗證，今年2月起陸續在雲林及新竹分院導入試用，期待加速用於臨床。