2025 AI醫療大獎》AIDE：AI驅動的急診革命，重塑醫療前線 | 風傳媒AI醫療大獎小組

圖說：AIDE團隊核心成員於臺北醫學大學管理學院合影。左起：臺北醫學大學大數據科技及管理研究所張詠淳所長、衛生福利部雙和醫院黃婷韵主治醫師與團隊醫師，分享醫學及大數據管理專業的跨界整合。

新冠疫情爆發期間，雙和醫院急診單日湧入五百多名病患，為平日來診量的2倍，最高峰曾湧入千人以上病患。然而急診壅塞問題非只在疫情期間，目前醫院病床不足，甚至走道也塞滿急診病患。這樣的場景凸顯了台灣急診體系的結構性壓力：醫護人力不足、病患等待過久導致自動離院等問題。
為了破解這道難題，臺北醫學大學大數據科技及管理研究所教授張詠淳與衛生福利部雙和醫院急診醫學科主治醫師黃婷韵攜手，運用生成式AI與大型語言模型，研發出 AIDE（AI-Driven Emergency Care）智慧急診決策支援系統，能在病患抵達急診的數分鐘內，即時分析生命徵象與主訴，協助醫護團隊迅速做出判斷。

訂閱風傳媒VIP會員，享有零廣告閱讀介面

透過<Google新聞>追蹤風傳媒

國內急診的五大困境

台灣急診就診人數在近十多年持續上升，2021年全年突破1000萬人次，平均每兩人就有一人使用急診。然而，急診壅塞狀況並非只在台灣，根據統計，全球超過六成急診室處於「嚴重壅塞」狀態，不僅讓病患等待時間過長，醫護承受高度工時與決策壓力外，更容易延遲病患治療，排擠重症醫療照護資源。
總觀來說，急診的挑戰主要集中在五方面：
1. 量能失衡：醫病比失調，醫護離職潮加劇病患安全風險。
2. 檢傷依賴人工：潛在重症病患可能被忽略，延誤治療。
3. 未看診離院與自動離院：因久候離開的病患雖僅0.5%~2%，但部分最終需住院，醫療照護不完全，造成病患風險上升與醫院潛在的營收損失。
4. 資料碎片化：病歷夾雜中英文、口語化，AI難以處理。
5. 城鄉差距：偏鄉醫院缺乏高效能雲端運算支援，導致醫療落差。

AIDE可無縫融入現階段急診作業流程

AIDE以近30萬筆真實急診電子病歷資料訓練，透過專屬的醫療語境處理技術，提供整合性解決方案。在檢傷階段即可預測病患重症風險、住院需求與返診機率。智慧風險分層，相當於「二次檢傷」，成為急診壅塞下的安全網。並且即時預估病患所需醫療資源，優化資源，避免不必要檢查與處置，減少病患等候時間與自主離院率。針對急診醫師記錄病歷的習慣，AIDE自研CNTR 技術能處理中英夾雜、符號與口語化病歷，並自動生成結構化電子病歷，降低醫護文書負擔。更值得一提的是，該系統可在封閉系統中運行，輕量化部署，降低中小型與偏鄉醫院的導入門檻。

圖說：雙和醫院急診醫學科主治醫師黃婷韵受訪時分享，近年急診量能持續超載、醫師人力嚴重失衡，AIDE團隊以AI輔助檢傷、預測自動離院風險和改善資料碎片化，在第一線臨床解決過長等待問題以及危急病患警示。

「這套系統無論大型醫學中心或偏鄉小診所都能使用，完全不會增加醫護人員負擔。」黃婷韵醫師指出，AIDE就像急診的AI分流員，能在現場協助醫療資源分配，提升效率。

在多家醫院的跨院驗證中，AIDE於多項預測任務的準確率達90%以上。系統具備自然語言問答與自動摘要功能，並強調「可解釋性AI」，提供臨床醫師參考依據。

「我們進行異地驗證，就是要確保AI結果能真正被臨床接受，而不是只當作參考數字。」張詠淳教授表示。以AIDE在CT檢查建議模型的應用為例，在急診有高達38%的頭痛病患與21%的腹痛病患接受不必要的CT檢查。AIDE能於檢傷初期判斷是否需要影像檢查，希冀能減少不必要的放射線檢查，提升診斷效率外也能降低病患輻射風險以及有效調配緊縮的醫療資源，讓重症病患能得到更完善與快速的照護。

AIDE上線，急診現場資源優化、效率升級

AIDE的導入，為急診帶來顯著改變。當病患平均等待時間縮短76分鐘，延誤治療率下降，病患安全因此大幅提升。若以台灣每年約一千萬人次急診量估算，只要每人滯留時間減少一小時，整體醫療體系全年可節省數十億元，成效驚人。
除了病患受惠，醫護人員也因自動化病歷生成減輕文書壓力，能更專注於臨床照護，改善留任與職場環境。AIDE的輕量化設計，也讓中小型醫院能輕易導入，縮短城鄉差距，讓偏鄉醫療更有保障。
AIDE同時契合「台灣2030數位轉型、智慧國家」政策方向，強化醫療科技領先地位。在ESG層面，它減少不必要檢查，降低耗材與能源浪費；提升醫療可近性，改善急診公平；並強調隱私保護與可解釋性，符合AI醫療倫理。

圖說：臺北醫學大學大數據科技及管理研究所張詠淳所長，提到討論AI系統介接急診現場作業流程，實際協助醫療決策、減輕醫護壓力。

美日醫院合作，邁向國際化佈局

目前，AIDE已於衛生福利部雙和醫院展開臨床試驗，並在新光醫院進行跨院驗證，後續將擴展至臺北醫學大學附設醫院、萬芳醫院等場域。同時，團隊已台灣與美國發明專利，並積極推動與美國 Stanford醫院與John-Hopkins醫院的合作，為國際化鋪路。並串聯了上游演算法研發、中游醫療資訊整合與下游智慧醫療服務，推動台灣形成完整的醫療AI產業鏈，提升全球競爭力。

隨著臨床數據持續累積，AIDE將進一步優化模型，強化穿戴式裝置串接，建立急診前後的連續性照護。不僅將成為未來台灣智慧醫療的核心案例，也有望成為亞太地區輸出的標竿模式。在急診醫療日益嚴峻的當下，AIDE正試圖開啟一條新道路：用AI分流壅塞，用數據守護生命，將醫療前線推向智慧化的新時代。