News & Message

:::

從敗血症到菌血症中醫大附醫以「智血檢」搶回感染診斷的黃金時間

「智血檢」幕後推手（從左至右）：中醫大附醫急診部、人工智慧暨機器人創新中心（AIRIC）張裕鑫醫師、中醫大附醫檢驗醫學中心薛博仁院長、中醫大附醫檢驗醫學部門診檢驗組賴欣榆組長

「高風險病人，醫師可以更早進行採檢與治療評估；低風險病人，則能多一層客觀依據，避免僅因白血球升高，就直接使用後線或廣效抗生素。」張裕鑫說。換句話說，AI的價值不只是把「誰可能有感染」找出來，更在於這樣的風險分級，能實際改變醫師的用藥決策。

團隊分析發現，在「智血檢」啟用後，疑似感染的急診病人在 3 小時內接受抗生素的比例上升；在白血球升高、但「智血檢」判定為低風險的病人中，醫師使用後線或廣效抗生素的比例明顯下降。同一期間，急診病人的住院率與死亡率也未觀察到上升。這意味著，在需要積極治療的病人身上，AI協助醫師更早行動；而對風險較低的病人，則提供另一層判斷依據，降低不必要的廣效抗生素使用。對「智血檢」而言，真正要取得的並非單純的「快」，而是讓治療更早、更精準，也讓抗生素用在真正需要的地方。

不增加額外負擔直接嵌入既有流程

「智血檢」另一項設計重點，是不改變原有採檢流程。

中醫大附醫檢驗醫學部門診檢驗組賴欣榆組長表示，系統直接使用血液常規檢查原本就會產生的資料，不需要病人額外抽血，也不增加醫檢師的人工作業，「資料透過LIS（實驗室資訊系統）自動傳送至AI模型，分析完成後，再將結果回傳HIS（醫療資訊系統），必要時通知臨床醫師。」

也就是說，從檢驗報告產出到AI風險判斷，整個過程都能自動完成，就在於背後則是一套跨部門協作：臨床端提出需求，檢驗端確保數據品質，AI團隊負責模型開發，資訊團隊負責系統串接。

有鑑於AI能否被醫師真正採用，關鍵仍在「可信」，「智血檢」之所以能從既有檢驗數據進一步判讀感染風險，前提是數據本身必須夠精準。台灣醫學中心的檢驗室多已建立嚴謹的品質管理制度，中醫大附醫檢驗醫學部為雙認證實驗室，通過CAP（美國病理學會）或TAF（財團法人全國認證基金會）認證。從不同CBC儀器之間的校正，到每日檢測的品質監控，都有標準化流程，確保每一筆數據在進入AI模型前，就具備穩定且可信的品質。對「智血檢」而言，這也意味著AI並不是憑空判斷，而是建立在醫療現場每天產生、經過嚴格品管的檢驗數據之上。

「智血檢」並非是憑空判斷，而是建立在醫療現場每天產生、經過嚴格品管的檢驗數據。