台灣AI醫療應用，不只有影像辨識，現在更走進加護病房裡。
臺北醫學大學附設醫院和台灣人工智慧實驗室（Taiwan AI Labs）七日舉辦合作簽約儀式，宣布打造出能自動預測敗血症的AI系統，讓預測時間從四小時縮短至即時預警，目前準確率已達八成至八成五。雙方希望，透過未來五年的合作，能讓醫院內朝向AI化。
四小時變即時，AI能自動預測敗血症
「其實，我媽媽也是因為敗血症離開的。」台灣人工智慧實驗室創辦人杜奕瑾表示，一直以來很相信台灣醫療AI的發展潛力，除了有頂尖的醫師水準，醫院思維也慢慢「軟體化」，重視數據的重要性，所以才能在短時間內做出成果。
杜奕瑾說，雙方從八月份開始談合作，實際訓練AI的時間並不長，只有三個多月，但之所以能快速提升準確率，還是跟「醫院是否能提供乾淨、有用的data」有關，而這也是北醫特別的地方。
「敗血症是很嚴重的疾病，光是在美國就有150萬患者，死亡率高達三分之一。」北醫附醫院長陳瑞杰表示，若從人口比例來推估，台灣可能有15萬名敗血症患者。因此，他們在去年導入智慧加護病房「TED-ICU智能重症照護系統」，能自動將病患的生理資訊拋轉、整合、計算與紀錄，提供醫護團隊預測依據。
北醫附醫急重症醫學部主治醫師袁國慶表示，判斷是否罹患敗血症有兩大要因：首先，要看身體器官是否遭到感染，例如發燒或肺炎等症狀；其次，則是有無器官衰竭現象。而AI敗血症預測系統，就是從智慧加護病房當中擷取生理數據，再把相關影響參數加入演算法中。
他解釋，傳統觀察敗血症發生，需要醫師頻繁確認，容易錯過治療的黃金時間，而智慧加護病房配合AI後，可以減輕不少醫師負擔，也能更快協助病患。
目前，與台灣人工智慧實驗室合作的醫院已有北醫、北榮和台大醫院等。杜奕瑾表示，醫療AI主要還是要解決實務需求，幫助最前線的醫生和病患，因為人工智慧技術已經很成熟，關鍵還是在「有沒有足夠的資料可以訓練模型。」
接下來，台灣人工智慧實驗室將用機器學習來建立曾跌倒的病患紀錄，預測跌倒高風險族群，並進一步分析病患跌倒的原因，希望在用藥與照護上，提供護理人員參考、協助。
