智慧急診的需求與發展

       急診醫療是健康照護中的重要課題，其中急診壅塞的困境，更為全球所關注。近年來，國人對於急診醫療的需求不斷攀升，產生急診壅塞的現象，進而導致醫療照護品質下降，也使急診部的醫護人員工作負擔加重。如何讓病人從入院、留觀至出院的流程順利，是改善急診壅塞的關鍵。門診、住院與急診是醫療院所的三大服務系統，然而，急診的醫療場景卻與門診和住院非常不同，由於急診病人的病情不確定性、潛在的危急性與急診雍塞等情況，醫師通常需要在極為有限的時間內做出適當的決策及處置。

       拜科技進步之賜，除了硬體設備提升外，大數據分析、物聯網、雲端/邊緣運算、人工智慧、高效能運算等新興技術崛起，使社會大眾對於新興科技應用於醫療領域，抱持高度期待，期許透過新興科技為臨床醫療端帶來實質效益，提升整體醫療品質。其中，將新興科技應用於急診醫療中，智慧急診的概念由此而生。

       然而，值得注意的是，智慧急診並非只是把新興科技導入急診室中，即可立竿見影。事實上，由於涉及技術、文化、流程等變革，智慧急診的實現無法一蹴可幾，而是一個轉型的過程，需要長時間的投入且不斷追求進步。其中，最關鍵的是釐清第一線臨床醫護的需求及其使用情境，進而思考如何將新興科技無縫地融入臨床工作流程及場域，並持續動態調整。此外，還需積極與醫師、護理師、病患、行政管理、資訊室等各方利害關係人溝通討論，建立信任關係，智慧急診才得以逐步實踐。

MeDA OXR 平台與解決方案

       針對急診擁塞的困境，國立臺灣大學 MeDA 實驗室 (Medical Data Analytics Laboratory, http://meda.ai) ，攜手臺大醫院急診部，一同與國內外醫學專家及產學界專家，共同探討臨床未被滿足的需求 (unmet needs)，進而設計開發一套全方位的 X 光整合應用平台 MeDA OXR (MeDA Omni X-Ray)， 提供即時性且全自動化的輔助判讀系統。其應用場域廣泛，涵蓋急診部、救護車、診所、醫療院所影像醫學部等。而在應用情境的部分，則包含即時危險辨識、到院前救護、心血管疾病初步偵測等。以下將以應用於急診部的「即時危險辨識」解決方案作為示例，逐一說明開發步驟。

問題界定

       「MeDA OXR 即時危險辨識」是專門為急診室所設計的即時自動輔助判讀系統，目標是協助醫師診斷，降低醫療風險，提升整體效率。此系統結合可攜式 X 光機 (portable X-Ray) 與先進的人工智慧演算法 ，進行快速且精確的疾病初步篩檢與診斷，如：氣胸、肺炎、肺結核；同時也能判斷鼻胃管、氣管內管與中央靜脈導管等導管，是否正確置入。

       由於可攜式 X 光機具備可移動的特性，因而特別有益於急重症病患。此類病患通常不易移動，或者需要盡快進行檢查，可攜式 X 光機就成為了關鍵的篩檢與診斷工具。許多急性病患被送到急診室，不僅是由於創傷，亦有可能是由於其他急性或慢性疾病需要立即處置。在醫師確定了緊急放射線攝影的需求後，將病患地點通知放射線技師，而後放射線技師會將可攜式 X 光機移至重症監護區的放射室。檢查完成後，放射線技師須將機器移回放射科，並將數位影像上傳到醫療影像儲傳系統 (Picture Archiving and Communication System, PACS)，以供醫師進行判讀，此過程平均需花費 30 至 60 分鐘才能完成。

       於此期間，病患可能因導管誤置產生諸多不適、長時間的導管誤置也會造成傷害，甚至產生其他醫療風險，由於急診室人數眾多造成壅塞，且不同於門診與住院病患，急診病患的情況，相對緊急又複雜，醫師必須在非常有限的時間內診斷，以利後續治療安排，此外，急診室除了醫療人力有限之外，診斷經驗上也存在差距。

跨域思維

       為了使解決方案更具備臨床應用價值，必須採用醫療實務與技術結合的綜合性觀點，而非僅侷限於技術觀點，MeDA OXR 的設計思維，融合了「跨領域科學與技術」與「臨床工作流程與準則」兩大元素。

       在「跨領域科學與技術」的部分，一個臨床醫療課題，難以用單一技術就能完全解決，而須仰賴跨領域科學與技術的結合，如：胸腔醫學、影像組學、機器學習、深度學習、影像分析、高效能運算等領域，因此，MeDA 實驗室致力於與各方夥伴合作，不斷強化跨領域及跨界的創新思維與實戰經驗。在影像分析方面，我們大量運用影像處理及深度學習的技術，例如：利用直方圖均衡化 (histogram equalization) 加強 X 光影像的對比度、使用卷積神經網路 (convolutional neural network) 擷取影像特徵並進行分類及物件偵測。

       另一方面，在「臨床工作流程與準則」的部分，事實上，急診病患從入院、留觀到出院的時間進程，依照病患的主訴，都有相對應的臨床工作流程與準則，如：發燒、咳嗽、肺部病徵等，此外，影像判讀僅佔一位醫師整個臨床工作流程中的一部分，後續還有其他的處置及安排，因此，MeDA OXR 在設計上，納入了臨床工作流程與準則，使解決方案可以融入其中，進而成為急診醫師的實用輔助工具。

系統整合

       MeDA OXR 的落地應用，尚須透過「系統整合」加以實踐，MeDA 實驗室與國內 PACS 大廠商之器攜手合作，採用行動醫療影像傳輸與儲存系統 (Ubiquitous Diagnostic Environment, UDE)，並結合邊緣運算概念，將開發完成的 AI 模型融入行動平板電腦 (iPad) 中，同時整合醫療院所既有的 PACS 系統，建構一體成型的服務型態。如此一來，急診醫師便能透過更輕便、且介面友善的行動平板電腦，以最有效率的方式，取得 AI 判讀的結果，加以參考後，做出診斷及後續安排，大幅提升了解決方案的易用性與應用價值。而事實上，MeDA OXR 也充分發揮了為急診醫師賦能 (enabling) 的角色，期許可以達到「Help Doctors to Help People」之目的。

解決方案

       MeDA OXR 要克服的不僅是技術問題，即使能夠解決臨床困境並滿足臨床需求，帶來實質的效益。然而，如何做到規模化，或如何進入國際市場，以創造更大的創新經濟價值，一直是醫療 AI 開發團隊亟需思索的課題。現階段 MeDA OXR 以國立臺灣大學醫學院附設醫院作為臨床落地的場域，未來將以更開闊的視角，秉持著生態圈思維，與產、官、學、研、醫各方夥伴共同合作，如：X 光機開發廠商、醫療 AI平台廠商等，透過廣泛合作，達到規模化佈建以及進軍全球市場之目標。