單位名稱
高雄市立小港醫院(委託財團法人私立高雄醫學大學經營)
得獎領域類別
智慧醫療
合作單位名稱
雲高科技有限公司
應用或服務概述
在COVID-19疫情期間，醫療院所必須極早偵測新型冠狀病毒感染的蹤跡，且急診X光疑似病例的檢查需求驟增，戶外急診區的移動式X光照像影像量甚至多到平時五倍之多，造成醫師判讀上效率降低，加上每位專科醫師的判讀標準不一，也容易造成影像上一定程度的誤判情形發生。
本院鄰近小港機場是疾管署國際港埠後送醫院。因此，本院智慧輔助判讀系統的導入可以減少人力上的消耗、亦也增加影像判讀的精細度及準確度和提升臨床效能，以此提前阻斷病毒進入醫院傳播、提早揪出重症病患並加強細微病灶的確診率。守衛國門，照護國人健康。
試煉場域說明
目前醫院收到疑似確診案例時，第一時間便進行胸腔X光檢查及RT-PCR篩檢，檢測確診後需向CDC通報，收到報告消息至少需3天，再決定後續治療；假設一千位疑似案例做「PCR篩檢」，而每位PCR篩檢自費費用預估為3,000元，總計將花費300萬元再加上等待檢測結果時間，恐會影響病患治療的即時性。
小港醫院團隊希望優化目前醫療既有流程，與雲高科技團隊討論，希望透過與以往不同的AI機器訓練模型方式，重視AI模型之特異性(Specificity)數值，並從大量疑似病患中利用人工智慧輔助判讀系統主動偵測胸部X光中異常的影像表現(浸潤、積液、實質化等)，並配合高醫簡訊系統，第一時間通知團隊，另搭配臨床評估肺炎嚴重度的評分系統(PSI、CURB65)，決定病人後續的發落治療(門診、住院或ICU)。
創新指標
減少誤判機率：AI模型初步建立時，需醫師進行人工判讀與標註，仰賴跨領域醫療團隊一同協助完成訓練模型階段。
改善系統判讀流程：過往AI流程是被動批次上傳檔案至雲端，經由雲端系統判讀後，才回傳判讀結果；小港醫院採用主動性流程設置，將X-ray異常辨別系統的推論機界接於院內系統，讓影像接收、影像判讀、影像異常標註及醫師獲知異常結果整個流程，實現醫療數位的轉型。
未來計畫
1. 節省流程時間：一張圖像辨別提醒只需1秒。
2. 異常病灶判別自動化：本院是結合HIS，異常部分直接顯現在PACS上。
3. 降低診斷病灶延遲性：主動偵測胸部X光中異常影像，搭配高醫體系簡訊系統，可在最短時間透過簡訊提醒照護團隊。
病情變化提早預警。
|