台大AI輔助急診心跳停止事件 加速評估後續治療

（中央社記者陳婕翎台北20日電）近來AI人工智慧引起熱烈討論，台大醫院開發智慧急診，輔助心跳停止事件預後評估，由腦部CT影像自動偵測與計算腦部灰白質比率，加速精確評估病患後續治療規劃。

台大醫院急診醫學部主任黃建華今天上午在記者會說明，據統計，突發性心跳停止發生率為每年每10萬人約有75人，當意外發生，急診醫護透過診斷心跳停止是否因腦部疾病引起、評估腦部損傷程度及恢復清醒機會，其中可能不到10%患者可清醒出院，恢復正常工作。

黃建華說，許多研究指出，心跳停止昏迷病患是否甦醒與大腦灰白質比值相關性，但現階段多以人工計算為主，耗費人力、缺乏一致性，台大醫院與台大AI中心打造人工智慧急診，團隊開發出自動計算灰白質比值工具，改善人工判讀，不論在神經學預後預測或存活出院預測皆能提升成效。

AI醫療流程也改善急診壅塞問題，台大醫院急診醫學部主治醫師方震中表示，智慧化急診可預測檢傷等級、住院機率、留院時間，輔助醫師進行有效準確的檢傷分級分流，依據病人病史預測潛在癥狀，提醒醫師可能的病因與處置，更可即時危險分級及辨識。

另外，方震中也分享，人工智慧增進急診病人安全與醫療效率，對躺床病患以平躺胸部X光影像進行即時判斷，同時偵測是否感染肺結核、偵測有無氣胸癥狀與位置、及偵測是否有導管誤置情況發生。

透過讓急診病患戴上智慧型手環，可隨時進行生理訊號監看，模型偵測30至60分鐘後高危險發生機率，即時提出警告，醫護可提早介入處置。系統還有預測3天再回診可能性、留觀期間死亡機率預測、住院可能性預測、停留超過24小時預測、相似病歷取回機制，輔助評估離院風險。

台大醫院醫務秘書陳信希表示，急診來診病患具高度不確定性及時效壓力，包含無法預知來診時間、病患疾病種類、特殊事件導致急診快速湧入大量病患等狀況。因此，於病患看診流程各階段導入人工智慧輔助診斷處置，可維持一致的看診品質、有效縮短病患留院時間、提高急診處理量能。（編輯：陳政偉）1120220

本網站之文字、圖片及影音，非經授權，不得轉載、公開播送或公開傳輸及利用。