AI精準檢傷分級助急診分流 衛福部拚健康資料整合
（中央社記者陳婕翎台北30日電）假日急症中心盼紓解急診壅塞，分散照護輕急症病人，人工智慧（AI）精準檢傷分級可望成助攻，衛福部積極推動AI建構人本醫療網，台灣健康資料「書同文、車同軌」是關鍵第一步。
中央社主辦「2025智慧永續城市國際論壇」今天登場，傍晚以「建構人本醫療網，永續AI賦能防護」為題作為閉幕演講，邀請衛生福利部技監兼資訊處處長李建璋分享，他說，台灣醫療系統可負擔性和可近性全球第一，但仍面臨急診壅塞等挑戰，AI介入，有機會逆轉局勢。
急診醫師出身的李建璋以急診壅塞為例，他說，目前官方盼透過分流輕症患者減輕急診壓力，推出假日急症中心，急診室先後順序以檢傷分類做標準，從1至5級，數字愈小狀況愈嚴重，治療順序愈優先，台灣急診室第4、5級病患占15%，第1至3級占85%，以第3級病患最多。
李建璋說，根據急診室大數據分析，追蹤赴急診的患者30天後死亡率，發現第3級病患的死亡率最高，甚至高於第1級和第2級病患。這個結果意味著精確檢傷分級是急診痛點，尤其在急診問診時，無法一瞬間獲取患者海量病歷資料，使得醫療人員難以有效評估患者生命危險。
李建璋認為，AI在急診檢傷分級應用將有效解決問題，透過雲端醫療記錄和過去病歷的結合，人工智慧能幫助提升檢傷分級的準確性，分析美國超過10萬個樣本數據顯示，自動化檢傷分類錯誤率可減少高達50%，準確識別出輕症和嚴重病例，有效分流患者到診所等適當的醫療機構。
雖然台灣智慧醫療屢次在國際獲得新創獎，AI實際被使用的狀況卻不盡理想，李建璋指出，醫療系統與資料的碎片化仍然是當前的一大挑戰，即使醫療資料已經電子化，台灣醫療機構使用的電子病歷系統種類繁多，各系統間無法互通，缺乏統一規格，這使得資料無法有效整合和利用。
李建璋說，在2025年的台灣，2家醫學中心交換病人資料，依然無法通過電腦傳輸，必須燒光碟或印紙本。資料是21世紀的石油，台灣即使遍地都是健康資料，從診所、藥局到醫學中心，健康資料都已經電子化，卻如同沒辦法大規模開產的頁岩油，因沒辦法互通，沒辦法大規模使用。
李建璋表示，台灣亟需建立統一的資料平台，統一規格，並提高系統的兼容性，衛福部正在致力透過資料中台，將健康資料「書同文、車同軌」，不僅是醫療院所，還有國健署、疾管署等官方資料，解決資料碎片化問題，實現醫療資料有效整合，提升整體醫療效率。
李建璋提到在醫療端的AI倫理危機，他以3年前的電影為例，主角發明了一套AI篩檢系統，預估患者花一大筆醫療費用在住院20天內可能會死亡，系統會認定為「無效醫療」，並鎖住患者所有的醫療資源。最終，主角的母親因被判定為無效醫療，無法再使用醫療資源而死亡。
李建璋說，人工智慧在醫療上的應用，雖然能提高效率和準確度，但它並不具備「人性」。在真實的醫療環境中，醫師會做出某些明知可能是無效的醫療行為，以急救為例，通常在急救2小時後無效就會放棄，但面對小孩急救時，父母真的太難過，醫療團隊就會一直救。
「就算已經救4至5小時，為了爸爸媽媽，我們還是會繼續」，李建璋表示，在醫療場域裡，這是一個很重要的一個同理的過程，這種情感因素是人工智慧無法完全判斷和理解的。這些醫療決策涉及情感、倫理和人性的層面，這是目前人工智慧無法取代的。（編輯：李亨山）1141030
本網站之文字、圖片及影音，非經授權，不得轉載、公開播送或公開傳輸及利用。
