北醫借AI之手 自動化管理院內三大問題 蔡騰輝2019-05-13在醫院管理上，針對醫學現場的流程改善，以及導入自動報到系統、自動備管機等物聯網儀器，都可以降低醫師、護理師、醫檢師的工作負擔，除此之外，台北醫學大學附設醫院院長陳瑞杰表示，包括跌倒、拿錯藥、感染等醫院內三大重點項目，現在也已經可以透過自動化與人工智慧(AI)的輔助，提升醫療安全與效率。
防跌與智慧取藥 許多資通訊大廠都希望可以藉由離床感測床墊、紅外線影像判別、活動感知地墊來偵測病患離床，以及是否有異常停留與移動的狀況，來協助防止跌倒的問題。除此之外，台北醫學大學附設醫院院長陳瑞杰認為，拿錯藥與感染防治也都是醫院內部相當重視的幾大問題。無論是藥局配錯藥、護理師拿錯藥、或是病患拿錯藥吃等狀況都包含在「拿錯藥」的問題中。陳瑞杰說，現在都以「種包」非「餐包」的方式配藥，也就是說，病患該吃藥的時候，無論是護理師或是病患自己，都必須注意什麼時候要吃哪幾種藥，其他時段又要吃其他幾種藥。不過也因此，陳瑞杰開始思考，有哪些方法可以減少拿錯藥或是吃錯藥的狀況。現在北醫自動藥庫與智慧藥局，能夠自動清點全北醫1200多種藥。在加護病房與中央22個病房端，也有佈建科技藥櫃，依照醫師醫囑與藥師覆核後，護理師給藥前，可以掃描藥品條碼，除了進而減少給藥錯誤的機率以外，也能夠將庫存降至最低、精簡流程、減少人力。
北醫的TED ICU智能重症照護系統 加護病房的感染與敗血病狀況，也是重症醫師相當關注的面向。現代醫療已經有許多階段都有更智慧化的輔助。北醫與台灣人工智慧實驗室(Taiwan AI Labs)創辦人杜奕瑾合作的人工智慧敗血症預測系統，準確率已達85%，能夠預測4小時以內的敗血症發生機率，必且可提供自動即時預警功能。由於美國每年有150萬的敗血症患者，死亡率約33%。陳瑞杰以台灣人口換算下來，全台可能有15萬名患者，也因此敗血症預測變得相當重要。北醫從2018年12月7日開始與台灣人工智慧實驗室合作，透過加護病房資料庫，來協助建造住院病人狀態評估系統。系統會自動收集資料與分析醫療過程，舉例來說，如果水份給得太多，病患就容易發燒、血壓也容易下降。陳瑞杰說，有了這套系統，醫師得到預警數值，就可以提早準備相關作業。