關於拔尖整合計畫
急診醫療是健康照護醫療中重要的環節,其中急診壅塞近年來為全球關注的健康議題,台灣、澳洲、英國、美國、加拿大、香港、新加坡、其他國家都有研究顯示急診壅塞問題的嚴重性。台灣接受急診醫療人數持續上升,從 2006 年的每年 568 萬件增加到 2016 年的 689 萬件,成長超過20%。急診壅塞會導致健康照護品質顯著下降,也使醫療工作人員的負擔過度加重。
這些問題不單對急診醫療造成影響,近來也被認為是與醫院整體的運作息息相關。在病人安全方面,研究發現在急診壅塞的情況下,在急診等候醫師看診及急診暫留的時間都會增加,而經由急診住院的病人,一周內的死亡率上升 30%。此外,系 統性的醫療失誤及非預期心跳停止等事件,在急診壅塞的高壓情境下發生的機會也較高。
- 智慧化急診檢傷分級
- 病史分析預測
- 即時醫療影像異常偵測
- 安全一致的離部判斷
- 心跳停止事件的預後評估
我們的目標
Capstone 計畫期望能改善病患的治療流程,解決醫院所面臨的急診壅塞議題。透過該計劃有效率地進行急診流程並增進來診病人的醫療安全,搭配與 AI 與相關技術的協助,完成智慧急診的計畫願景。並且透過產學合作、國際鏈結,加強國內大型專業領域廠商,並國外重要學、研、醫單位的合作交流關係，進一步擴展社會影響力到國際層面，為台灣智慧醫療再推展至新的里程碑。
研究方向
如何讓病人治療流程順利,讓急診流程全面升級,故此本研究計畫專注於以下五個面向：
- 智慧化急診檢傷分級
- 病史分析預測
- 即時醫療影像異常偵測
- 安全一致的離部判斷
- 心跳停止事件的預後評估
而改善病人流動模式的智慧急診發展策略將運用多項 AI 相關技術,包含智慧機器人、自然語言處理、醫療影像、電腦視覺、及多模組架構,來協助急診流程的進行,增進病人安全及醫療效率。
CAPSTONE計畫團隊
- 陳信希教授團隊: 團隊專長包括病歷英翻中系統、就診推薦模型、臨床事件因果分析、臨床決策支援系統。
- 傅立成教授團隊: 團隊專長包括智慧型機器人、復健機器人、電腦視覺應用、虛擬實境、人工智慧應用等方面。
- 王偉仲教授團隊: 團隊專長包括將人工智慧運用於醫學影像分析、打造人工智慧醫療影像分析平台、人工智慧引擎、以及標準化的擴增智慧流程。
- 陳祝嵩教授團隊: 團隊專長包括機器學習、電腦視覺、圖形辨認、訊號處理。
- 黃建華醫師及急診團隊: 團隊專長包括臨床資料庫的流行病學研究及重症的臨床研究、醫療資訊研究、復甦急救醫學研究與急診行政專長。
- 業界合作團隊(華碩)
我們期待的影響擴散
- 產業合作: 本計畫在產業合作面向將與大型資通訊廠商: 華碩合作,配合多個專業領域廠商,初期先建置新式智慧急診場域,包含基礎資訊建設、算力與存儲容量、AIoT 平台的建置、智慧護理站中控台,及各種智慧終端裝置的導入與系統整合,藉此進行急診流程優化與看診效率提升,大幅減少急診壅塞。
- 國際鏈結: 以本中心與國外重要學、研、醫單位建立之合作交流關係為基礎, 如美國史丹佛大學/醫學院、哈佛醫學院、加拿大多倫多大學、渥太華大學、日本東北大學等,以期將台大醫院建置之智慧急診場域經驗與各單位相互交流
- 場域應用: 全面性將 AI 技術導入醫院的急診場域,將涵蓋醫院資料與資訊系統之基礎建設、私有雲端系統建置、物聯網軟體平台導入以統管急診場域各智慧裝置如病患手環,醫護手環,行動病床等、開發場域專用醫材設備已優化流程、使用 AI 技術建立新一代的急診流程並輔助各站醫護診治,如 AI 精準快 速檢傷平台、使用 AI 即時綜合病史與現在症狀做預測與醫師輔助、精準的離部輔助判斷、即時的危險分級辨識,以及心跳停止預後評估與建議。
- 人才培育: 預計每年透過本計畫將訓練博士級人才 10 人,碩士級人才 30 人,均將具有實際場域導入經驗,對台灣的 AI 智慧醫療人才有明確貢獻。
- 技術突破: 建立急診流程中各類型智慧型輔助系統，運用人工智慧技術各方面應用在臨床治療、醫學研究與急診場域之安全離部的輔助決策系統上.