臺大醫院AI急診 六個流程關鍵 改善壅塞問題
記者/林育如
面對急診室的病患,如何快速進行正確的判斷及診治,在高度時間壓力之下,對每位醫者而言都是挑戰及考驗。臺大醫院急診醫學部與台大人工智慧技術暨全幅健康照護聯合研究中心(台大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。
![](https://www.technice.com.tw/wp-content/uploads/2023/02/20230220臺大醫院與台大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記者會-大合照2-1024x683.jpg)
此次臺大醫院整合各科部室:急診部、資訊室、醫研部、智醫中心等;台灣大學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、數據平台、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。
目前於院內所建置的急診私有雲平台,其中有六台專屬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、數據管理平台均在此私有雲平台運行。此平台整合數據介接傳輸、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;平台上也同時運行數項臨床服務系統,包括AI輔助系統、急診中控台即時看板、病床管理系統、病床與設備定位系統等。
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。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。
此外,研究團隊與業界夥伴依據急診使用需求,在急診私有雲平台上,以一年半時間共同開發出智慧急診AI輔助系統,介接數百個即時病歷項目欄位與醫療影像,以每15分鐘頻率更新每位急診病患狀態與AI建議,並能同時追蹤多院區至少五百名以上急診病患。另外,透過院內定位系統,準確定位總院急診場域內一百多張病床與數百項設備;嘗試調整臨床流程,使用病床管理系統以掌握病床位置與使用狀態。
為持續加速轉動這個創新循環,除了擴大應用持續營運優化之外,也將臺大醫院過去十年的急診病歷資料,清理建置為「急診特色資料庫」,交由醫學研究部管理,開放供臺大醫院未來醫學研究使用。
瀏覽 580 次