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。