臺北醫學大學附設醫院率先與台灣人工智慧實驗室合作，將能夠透過自動偵測武 漢肺炎的「胸腔 X 光偵測系統」應用到醫院標準流程。這個偵測系統以 AI 辨識 醫院上傳的胸部 X 光片，可即時顯示肺炎特徵位置及偵測肺部遭受感染之可信 度數值，並提供給臨床醫師。 從武漢肺炎爆發以來，台灣確診病例不多，因此不是所有醫師都有診斷武漢肺炎 的經驗。如果病人沒有出現一些可以輔助判斷的症狀，可能需要花幾天的時間才 會被確診。北醫附醫陳瑞杰院長指出，期待將院內收案的疑似案例透過 AI 即時 偵測，減少篩檢次數及醫療費用，進一步加速醫院既有處治流程。 AI 有機會大幅補足 PCR 普篩 優化醫院既有流程 台灣人工智慧實驗室與北醫附醫合作採用「胸腔 X 光肺炎快篩」並建立醫院的 標準流程，北醫附醫醫務副院長魏柏立表示，目前醫院收到疑似確診案例時，第 一時間便進行胸腔 X 光檢查及 RT-PCR 篩檢，檢測確診後需透經 CDC 通報，收 到報告消息至少需 2-3 天，再決定入住或離開負壓隔離病房；假設一千位疑似案 例做「PCR 篩檢」，而每位 PCR 篩檢自費費用預估為 3,000 元，總計將花費 300 萬元再加上等待檢測結果時間，恐會影響病患治療的即時性。 為此北醫附醫希望優化目前醫療既有流程，與台灣人工智慧實驗室團隊討論，希 望透過與以往不同的 AI 機器訓練模型方式，重視 AI 模型之特異性(Specificity) 數值，並從大量疑似病患中透過「胸腔 X 光偵測系統」找出真陰性(True Negative) 案例，以大幅降低 PCR 普篩所需醫療資源及費用。 系統將建置於臨床試驗並持續加入更多臨床資料，院方提供醫學專家知識想法與 建議，AI Labs 提供專業技術指導，並將訓練模型之困難度提升，為使精進系統 準確率及穩定性。未來當病患完成胸腔 X 光片拍攝，將影像上傳至 AI 胸腔 X 光 偵測系統，即可在短時間內偵測病患肺炎特徵之可信度數值，醫師可針對 AI 系 統偵測可信度高之案例做進一步檢測與治療，也可減少因為沒有即時確診而造成 的風險，提升醫療品質。 雙方成果 雙方於去年合作開發之「AI 敗血症預警系統」目前已於重症加護病房使用，透 Taiwan AI Labs 攜手北醫附醫 率先啟用「AI 胸腔 X 光武漢肺炎篩檢」
過 AI 大數據學習與北醫醫師專家醫學知識指導，從數萬筆資料中找出特定參數， 並針對病患預測當下及未來 48 小時內罹患敗血症機率，醫師可針對危險性高之 病患即時關切及給予治療，以避免錯過黃金治療時間。 目前北醫附醫與台灣人工智慧實驗室持續密切合作，希望未來能將 AI 開發成果 實際落地運用於臨床，輔助臨床醫師。 備註 相關學術論文請參考：https://arxiv.org/pdf/2004.12786.pdf （上圖為臨床運作流程與加入武漢肺炎偵測系統的比較）
