1.媒体来源:
ETToday
2.记者署名:
记者洪巧蓝／台北报导
3.完整新闻标题:
AI进军急诊！台大医院打造急诊AI系统“流程加快20%”解决雍塞问题
4.完整新闻内文:
国内各大医学中心面临急诊壅塞问题已经行之有年，“要等多久”、“何时可以离开急诊”是不少急诊等待病患与家属的心声。台大医院急诊医学部与台湾大学AI中心共同打造“人工智能急诊”，运用院内近10年、逾百万笔病历资料，开发出13项AI模型以应对6项急诊流程，协助医师判读、决策，试行下来每个步骤都可加快约20%，且经过台大医院资深医师评测，准确率可以达到7成，正逐步运用到台大各院区，改善壅塞问题。
台大医院院长吴明贤指出，急诊在台湾，特别是大医院的急诊，都是壅塞，人工智能协助医疗更有效率，改善病人安全、提升医疗品质，其中最困难的就在急诊。
台大医院医务秘书、台大资讯工程学系教授陈信希说明，台大医院急诊医学部与台湾大学人工智能技术暨全幅健康照护联合研究中心(台大AI中心)合作，耗时3年，运用台大医院过去10年累积，近125万名病历资料，去分析六个急诊流程关键，成功开发13个AI模型。
台大医院急诊部主任黄建华指出，六大流程包含快速精确的电子化检伤、医师问诊病史分析、即时危险分级及辨识、院内心跳停止预后建议、留观离部评估、早期高危险侦测预警各阶段，于病患留院期间，随时根据当下状况提供最新AI辅助建议。
台大医院急诊医学部主治医师方震中表示，急诊的壅塞主要是因为病患在急诊无法找到适当去处，医师需评估患者是否危险，回家是否会恶化，以往就是靠医师的经验，需要时间累积。现在AI模型的诞生，辅助年轻医师做医疗决策，可以说是增加了10年功力。
黄建华举例，急诊检伤分类分为五级，第一级、第二级属于较为严重必须收治住院，但统计显示，有超过一半（54%）的患者在急诊检伤分类会被分到不上不下的第三级。经过AI判读，可以发现病患不再仅集中于第三级，可以有效分级分流，找出原本在第三级之中，比较偏严重、可能要住院的病患，及早处理。
另外一项AI模型“智慧化急救复苏神经预后评估”，黄建华指出，当病人心跳停止送到急诊，众多研究指出，心跳停止病患的神经学预后和大脑灰白质比值有所相关。目前多仰赖人工计算，较耗费人力且缺乏一致性，台大团队开发出的AI模型可由脑部CT影像自动侦测计算灰白值比率，辅助医师快速精准评估病患后续。
方震中也提到，AI系统每15分钟进行更新，有新的资料进来就会再判断一次，且越来越准确，根据参与测试的206位资深医师回馈，AI辅助准确度达7成。
台湾大学人工智能研究中心执行长杜维洲表示，智慧急诊AI模型从去年九月起，在台大医院总院急诊的资深医师已经开始试用，进一步确认确认可信度，今年二月云林分院、新竹分院也会开始试用，预计下个月总院急诊会开放更多医师有使用权限，逐步导入推广。
5.完整新闻连结:
https://health.ettoday.net/news/2444061