台湾 AI 医疗应用，不只有影像辨识，现在更走进加护病房。
台北医学大学附设医院和台湾人工智能实验室（Taiwan AI Labs）7 日举办合作签约仪式，宣布打造出能自动预测败血症的 AI 系统，让预测时间从 4 小时缩短至即时预警，目前准确率已达八成至八成五。双方希望，透过未来 5 年的合作，能让医院朝向 AI 化。
4 小时变即时，AI 能自动预测败血症
“其实，我妈妈也是因为败血症离开的。”台湾人工智能实验室创办人杜奕瑾表示，一直以来很相信台湾医疗 AI 的发展潜力，除了有顶尖的医师水准，医院思维也慢慢“软件化”，重视数据的重要性，所以才能在短时间内做出成果。
杜奕瑾说，双方从 8 月开始谈合作，实际训练 AI 的时间并不长，只有 3 个多月，但之所以能快速提升准确率，还是跟“医院是否能提供干净、有用的 data”有关，而这也是北医特别的地方。
▲ 台北医学大学附设医院院长陈瑞杰（左）与台湾人工智能实验室创办人杜奕瑾签署协议，正式展开为期 5 年的跨界合作，携手打造 AI 医疗创新医院。
“败血症是很严重的疾病，光是在美国就有 150 万患者，死亡率高达三分之一。”北医附医院长陈瑞杰表示，若从人口比例推估，台湾可能有 15 万名败血症患者。因此，他们在去年导入智慧加护病房“TED-ICU 智慧重症照护系统”，能自动将病患的生理资讯抛转、整合、计算与记录，提供医护团队预测依据。
北医附医急重症医学部主治医师袁国庆表示，判断是否罹患败血症有两大要因：首先，要看身体器官是否遭到感染，例如发烧或肺炎等症状；其次，则是有无器官衰竭现象。AI 败血症预测系统，就是从智慧加护病房撷取生理数据，再把相关影响参数加入算法。
他解释，传统观察败血症发生，需要医师频繁确认，容易错过治疗的黄金时间，而智慧加护病房配合 AI 后，可以减轻不少医师负担，也能更快协助病患。
目前，与台湾人工智能实验室合作的医院已有北医、北荣和台大医院等。杜奕瑾表示，医疗 AI 主要还是要解决实务需求，帮助最前线的医生和病患，因为人工智能技术已经很成熟，关键还是在“有没有足够的资料可以训练模型。”
接下来，台湾人工智能实验室将用机器学习来建立曾跌倒的病患纪录，预测跌倒高风险族群，并进一步分析病患跌倒的原因，希望在用药与照护上，提供护理人员参考、协助。
（本文由 数位时代 授权转载；首图来源：北医附医）
