中榮加護病房AI化 能預測病情 用藥住院天數都少了

AI（人工智慧）浪潮下，台中榮總2017年指派醫護到東海大學AI中心學習AI知識，進而發展出一套運用在加護病房的「Zoe智慧重症系統」，不但能預測患者的病情，選擇出最優先治療對象、治療方式、節省了醫師和護理師人力，甚至連用藥都減少，這些成果正逐步商轉，擴大運用至其他醫院，成就受到國際重視。

這套系統有11個新開發的軟體，可運用在急性腎損傷預測、急性呼吸鎮窘迫症候群分類、拔管預測、疼痛管理、營養風險預測、菌血症風險預測，甚至是24小時後的死亡風險等，總計發表20餘篇論文，並獲得台灣和美國10多項專利，還獲得國家生技醫療品質獎的銀獎，地位等同亞洲第一。

參與AI學習、本身是胸腔科醫師的副院長吳杰亮說，他在加護病房工作20多年，看到工作上的一些困境，例如患者病情複雜且變化快速，需要24小時輪班照顧和觀察，如何快速取得資訊並決策就很重要。

但24小時監測的數據很龐大，如何快速解讀、整理，並被告知要先注意可能是心臟、呼吸、腎臟或是感染，甚至是病人有無躁動等，這些議題是加護病房每天都需要面對和處置的。台中榮總有這麼大的資料庫，剛好2017人工智慧學習的趨勢來了，他和另4位臨床醫、護、資訊等領域同仁在醫院指派下，一同到東海大學AI中心學習最新的AI知識。

接著，他就以在加護病房經常遇到的問題設定主題，在醫院跨科別分組合作，提出以AI方式解決的計畫，獲得國科會補助，並在與東海大學、研華科技、慧德科技公司合作下，運用醫院資料庫，先後完成11個新開發的預測軟體。

吳杰亮說，因為AI的應用，台中榮總的加護病房像多了11位得力的助手，平均住院天數下降、合併症減少了、呼吸機的設定正確率提高了、鎮定安眠藥物的使用減少了，營養師、護理師都感覺有幫助，尤其是對剛進入加護病房的新手，這些數據都能有效幫忙，對疾病的照護確有幫助，但具體的臨床效益評估仍在持續實驗中。

雖然加護病房因為AI有了轉變，但吳杰亮仍認為，因為加護病房的醫師、護理師等人力愈來愈緊迫，所以這些工具的開發和運用，都更有急迫感，也更需要跟臨床整合，不僅台中榮總來用，應該還有更多醫院來用。

吳杰亮說，在進一步應用和研究上，台中榮總正規畫與大型語言模型技術整合，例如只要問系統「這個病人該怎麼照顧」就立即會得到答案，這需要設備與技術，也有賴政府大力幫忙。