【記者陳玲芳台北報導】台大醫院急診，常面臨壅塞問題，近期完成近萬人次初步驗證，急診流程全面智慧化，在六個急診流程關鍵，成功開發十三個AI模型，有效改善急診壅塞問題。

急診求診病患，具高度不確定性及時效壓力，因其無法預知求診時間、病患疾病種類、特殊事件，導致常快速湧入大量病患。

台大醫院急診醫學部與台灣大學人工智慧中心歷時3年，合作開發出13個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，從檢傷分流、問診檢查到留院評估等，不僅能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。

台大團隊選擇6個關鍵，包括電子化檢傷、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，開發對應的AI模型，輔助醫師進行診療。

台大醫院急診醫學部醫師方震中指出，AI可預測檢傷等級，評估病人住院機率及留院時間，快速的病史分析，可提醒醫師可能得病因與處置；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、有無氣胸與是否有導管誤置情況等。AI模型也能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，由模型偵測30至60分鐘後高危險狀況發生機率，並即時提出警告，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」是由台大團隊獨創開發，經腦部CT影像自動偵測，與計算腦部灰白質比率，輔助醫師快速且精確評估病患後續治療規畫。

台大醫院急診醫學部主任黃建華表示，醫師在急診每一關做判斷，常需花費很多時間，因為過程必須蒐集很多資訊以求「判斷正確」；而AI急診最主要目標，是解決急診壅塞問題，根據目前測試，每階段的判斷速度都有所提升，包括判斷是否可回家，還是要住院？以及正確診斷疾病，速度大約可加快20%。

台大AI急診已獲院內人體研究倫理審查，所有病例與影像資料，皆以即時「去識別化」方式進行臨床試驗，已有近萬名案例進行驗證，台大醫院自今年2月起，陸續在雲林分院及新竹分院導入試用，期待加速臨床運用。