科技產業報訂閱
Advantechline
 

北醫借AI之手 自動化管理院內三大問題

人工智慧已經能有效協助醫院逐步解決三大醫療問題。符世旻攝

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。

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 台北醫學大學附設醫院 自動化