自由健康粉絲團
限制級
您即將進入之新聞內容 需滿18歲 方可瀏覽。
離開
進入
根據「電腦網路內容分級處理辦法」修正條文第六條第三款規定，已於網站首頁或各該限制級網頁，依台灣網站分級推廣基金會規定作標示。 台灣網站分級推廣基金會（TICRF）網站：http://www.ticrf.org.tw
台大開發AI提高量能 急診室塞車有解！
▲台大醫院急診醫學部與台灣大學人工智慧中心昨分享用於急診的人工智慧模型。 （台大醫院提供）
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。
網友回應