推動人工智慧預測高風險跌倒 推動人工智慧預測高風險跌倒
文／臺中榮總護理部督導長 陳雅惠 文／臺中榮總護理部督導長 陳雅惠 根據臺灣病人安全通報系統統計，
在醫療機構每一小時有兩位病人發生跌 倒，跌倒事件佔醫院病安事件 25%。本 院護理人員在病人住院期間需反覆執行 線上跌倒評估，評估後資訊系統會彈跳 跌倒高危險群提示，護理師即會提供個 別性的預防跌倒衛教，近 3 年本院住院 病人的跌倒發生率（0.04%）及跌倒傷 害率（45%）皆優於其他醫學中心。
2019 年護理部與資訊室合作，以 人工智慧預測高風險跌倒病人，收集近 5 年的資料，將 25 個跌倒特徵值（含 年齡、性別、身高、體重、身體質量、
入院方式、生命徵象…等）透過資料去 辦識、資料清理、人工校正、補遺漏值、
確認訓練資料、平衡處理等AI 訓練與 測試作業建立模型，預測高風險跌倒準 確率與敏感度大於90%，預測結果鼓舞
工作小組持續執行落地計畫。
2021 年本院建置高危險跌倒警示 系統預測儀表板，顯示病人的跌倒機率 值，紅燈顯示高危險跌倒病人、綠燈顯 示非高危險跌倒病人，黑燈顯示為未住 病人（空床）（如圖1），儀表板的畫 面清晰易辨識，獲得護理師的肯定，高 危險跌倒評估即時警示系統，每日抓取 更新資料時間為3 次，分別在 7AM、
3PM、11PM 護理師交班前更新跌倒預 測數據（如圖2），提醒接班的護理師 注意高風險跌倒個案，以加強防範病人 跌倒。
工 作 小 組 透 過 與 專 家 定 期 開 會 討 論，持續優化跌倒高危險跌倒警示系 統，期維持AI 預測的準確度與敏感度，
達到取代人工跌倒評估之目標，守護病 人的防跌安全，提升照護品質。
圖 2 護理師應用跌倒預測數據交班 圖 1 跌倒預測儀表板
高危險 跌倒病人
紅燈 非高危險
跌倒病人
綠燈 未住病人
（空床）
黑底
20
