急診來診病患具高度不確定性及時 效壓力：無法預知來診時間、病患疾病 種類、特殊事件導致急診快速湧入大量 病患等狀況。因此，於病患看診流程之 各階段導入人工智慧輔助診斷處置，可 維持一致的看診品質、減低醫護人員負 擔、有效縮短病患留院時間、提高急診 處理量能。本院積極推動運用人工智慧 科技，打造智慧醫療場域以提高醫療品 質，由急診醫學部與臺灣大學人工智慧 技術暨全幅健康照護聯合研究中心（以 下簡稱臺大AI 中心）藉由執行國科會 Capstone拔尖整合計畫「智慧急診： 以人工智慧改善急診病人流動及解決壅 塞之全面性策略」建立智慧急診創新 醫療流程，並實際於臺大醫院急診完成 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13 個AI 模型，改善急診壅塞問題。 本計畫由臺灣大學陳銘憲前副校長 與廖婉君副校長，帶領臺灣大學陳信希 教授、傅立成教授、陳祝嵩教授、與王 偉仲教授等技術團隊，以及由本院吳明 賢院長，急診醫學部黃建華主任帶領近 十位急診主治醫師，組成堅強跨領域團 隊共同規畫進行。 建置算力與數據平臺，急診流程全面 智慧化 整合本院各科部室（急診部、資訊 室、醫研部、智醫中心等）、臺大AI 中 心多個研究團隊、業界夥伴（華碩雲端、 研華、商之器科技、維曙智能科技等） 投入人力、設備、軟體等，協力建置本 院急診私有雲基礎算力、數據平臺、以 及串接院內數百項即時多模態病歷資 料，開發即時AI 輔助系統。目前於本院 內所建置的急診私有雲平臺，其中有六 臺專屬GPU與CPU伺服主機，區分為 兩個高可用叢集（HA Clusters），以提 供AI 模型訓練與推論的算力資源，並能 支應急診24小時穩定運作需求。智慧急 診流程所需之各項服務、AI 模型、數據 管理平臺均在此私有雲平臺運行。此平 臺整合數據介接傳輸、模型部署更新、 運算資源分配、數據分析圖像化顯示介 面等功能；平臺上也同時運行數項臨床 服務系統，包括AI 輔助系統、急診中控 臺即時看板、病床管理系統、病床與設 備定位系統等。 六個急診流程關鍵，成功開發13個 AI 模型 在急診看診流程中，選擇六個關 鍵，開發對應的AI 模型用以輔助醫師進 行診療。模型開發階段需先向院內申請 回溯性資料，並輔以國外的開放醫療資 料進行訓練，多項模型效能達到世界最 佳（SOTA，state-of-the-art），並累積 發表近30篇國際期刊與會議論文。成功 開發13個適用於急診的AI 模型。分別 運用在急診檢傷、醫師問診、胸部X光 檢查、管路誤置偵測、院內心跳停止預 後建議、留觀離部評估、早期高危險偵 測預警各階段，於病患留院期間，隨時 根據當下狀況提供最新AI 輔助建議： ◆ 公共事務室 臺大醫院與臺大 AI 中心共同打造人工智慧急診 AI 創新醫療流程改善急診壅塞問題 醫療團隊 1
RkJQdWJsaXNoZXIy MTYzMDc=