把握黃金搶救時間！以AI打造未來急診室，改善急診壅塞現象

📌日期：2020.11.30
📌原文連結

想像一下未來的急診室，病患一進到急診室後，醫師就收到病患的過去病史、來醫院前的救護處理步驟，即時偵測生命徵象是否危險。接著，醫護團隊為病患量測和檢驗體溫、血壓、X光、血氧等生理資訊，結果出爐後，電腦自動顯示醫學判斷建議，醫師快速掌握病患的病況，在最短的時間內初步治療。

系統持續追蹤病患的情況，需要住院者以最快速度移至空病床休養，已經能出院者亦可即時收到出院通知。減少病患大量等待的時間，得到醫護團隊更精準的醫療照顧，更減輕醫護團隊負擔，讓醫病關係更加友善。

臺大醫院急診部

導入AI使得就醫流程更加順暢

要改善急診壅塞現象，就醫流程暢通無阻，急診室必須採用智慧急診模式，背後的關鍵就是AI！

根據美國疾管局的資料，約50％醫院急診部皆遭遇急診壅塞、醫護資源不足以應付的窘境。然而在臺灣亦有同樣的景況，臺大醫院急診室長年面臨急診壅塞現象，早已超過醫護團隊的負荷，導致病患就醫流程不順，等待時間過久，醫護團隊勞心勞力，在極短時間內就要做出診斷決策，形成惡性循環。此外，急診室往往面臨無法適當監控病情的非預期事件，例如不預期心跳停止，或是在入住加護病房、急診過程中死亡等現象，急需急診警示系統。

「急診很需要AI！」臺大醫院急診醫學部部主任黃建華指出，急診室有資訊化系統，但在時間緊湊的情況下，病人診斷千百萬種情況，醫師要在五分鐘內判斷病患的情況，挑戰很大。他說，「人腦記不得這麼多資訊，但AI可以。AI能整合大量資訊，提供急診醫師輔助決策建議。」

智慧急診能節省時間、有效利用空間、改善病患就醫流程，透過病患身上佩戴的手環所蒐集到的生理資訊，結合監控系統和護理師輸入的資訊，例如護理師註記「血壓低」、「臉色蒼白」，AI就能根據現有資訊快速分析，把可能的疾病風險標示出來。

臺大醫院急診醫學部部主任黃建華指出，「透過AI，能整合大量資訊，提供急診醫師輔助決策建議。」

臺大醫院急診醫學部副主任及督導楊蓓菁亦分享護理實務經驗，過去護理師得手寫病歷及手寫核對藥單，並手動將病患的血壓、體溫等生理資訊輸入系統，但實務上可能因忙碌而未即時輸入資訊，也可能有輸入錯誤的情況。

有了AI幫忙，量測完生理資訊後直接上傳，醫師即時收到訊息，再透過醫護溝通平台即時聯絡，結合臨床檢視系統，危急情況自動發訊息給主治醫師，醫師就能立刻治療處置。楊蓓菁副主任指出，「AI讓急診過程能被醫護人員掌控，縮短病患就醫流程，醫護人員將能有更多時間與病患溝通及衛教。」

臺大醫院急診醫學部專任主治醫師王暉智分析，臺大醫院資訊系統行之有年，2008年之後全面電子化，系統早已設置許多防錯機制，例如藥物劑量異常警示，或可避免護理師重複給藥。

然而，要做到智慧急診模式，系統需要具備思考邏輯和判斷能力，要讓AI進一步學習資深醫師的醫學判斷及敘述病情的方式，才能協助醫師做更好的判斷。

臺大醫院急診醫學部副主任及督導楊蓓菁指出，「AI讓急診過程能被醫護人員掌控，縮短病患就醫流程，醫護人員將能有更多時間與病患溝通及衛教。」

打造智慧急診流程五大關鍵

打造智慧急診流程，到底要怎麼做呢？科技部補助人工智慧技術暨全幅健康照護聯合研究中心（簡稱臺大AI中心）攜手臺大醫院急診醫學部主任黃建華醫師團隊及華碩，透過Capstone計畫打造智慧急診模式。

智慧急診流程中包含五大關鍵：

1、急診就診時，透過AI強化急診流程中的電子化檢傷，用更多儀器輔助，讓急診檢傷更加精準、即時。

2、急診診治暫留期間，快速分析病史，用電子醫療病歷結合AI，發展有效預測模式，整合病患過去病史，在醫師問診完後，系統自動提示可能的疾病。

3、即時危險辨識，從病患來診及暫留階段，綜合病患特性、過去病史、主訴、此次就診病情、生理指標、檢驗數值報告等資訊，以AI分析預測，例如病患是否有心跳停止的可能性，即時警示醫師注意病患，降低病患安全風險。

4、及早安全離部，預測病患經治療後，是否能離開急診，轉至一般病房，以及多久能出院。藉由AI技術輔助，可減少病患於急診停留的時間。

5、針對不預期緊急事件發送早期警示，建構心跳停止事件的預後評估與治療建議，例如不預期心跳停止，或是加護病房住院及急診中死亡等特定緊急事件的評估與建議。

目前AI醫療團隊已取得臺大醫院總院區、新竹及雲林分院的多中心資料進行分析驗證，並將串接醫療作業系統，能即時取得資料，準備進行臨床研究計畫，接下來希望能讓警示系統全面上線。

串連醫療數據大挑戰

事實上，醫療業發展AI，並非易事。串聯龐大醫療資料的過程中，面臨許多挑戰。黃建華主任指出，「智慧急診模式，是臺大醫院內橫跨時間最久、也最大的資料集！」如何安全分享醫院資料，又能得到AI分析結果，是一大挑戰，「目前沒有落地應用的產品，智慧急診模式正在幫臺大醫院和後人舖路。」

「我們的挑戰是資料量很大，但卻只能解決一點點的問題！」黃建華主任坦言，相較於心跳、血壓等結構化資料，臨床上有許多非結構化的片段資料，例如：頭痛、拉肚子…等等的描述性詞彙。AI如何判讀，是判斷症狀嚴重程度的關鍵。

王暉智醫師表示，急診室常見的疾病診斷約有1500至1800種，其中100種診斷就佔了80％，剩下20％診斷的資料量不夠，AI就很難有效學習。他進一步指出，「多種類型的資料，才能讓AI學會判斷多樣性的變化！」一開始臺大醫院急診醫學部將AI結合醫療系統，只是要解決流程的問題，例如急救救護系統、超音波教學等，但當時只針對各別功能開發，對整體急診運作的影響不大。

王暉智醫師分析，要改善智慧急診模式，還需要串連病患進急診室之前的資料，例如消防局的救護車，或是民眾自己記錄的健康資料。如此才能有效改善醫療流程，系統性地改善急診體系的運作，更有賴政府和各界一同努力。

隨著醫學進步發達，縮短就醫流程、增加醫護團隊方便性、提升病患安全的要求也越來越高，亦是臺大醫院急診室搭上這波AI醫療潮流的最大原因。未來，希望能用物聯網裝置，結合醫院影像資料，打造智慧急診應用場域。

臺大醫院急診醫學部專任主治醫師王暉智分析，要改善智慧急診模式有賴政府和各界一同努力。

當AI進入急診室，將產生無限可能。未來急診室的美好想像，也將引領醫學界邁向AI革新浪潮。