臺中榮民總醫院資訊室主任賴來勳

融入AI 建構智慧醫療願景

採訪/施鑫澤 文/林裕洋 刊期/2019.5

迎合人工智慧趨勢,台中榮民總醫院已有AI種子團隊完成培訓,且預測模型準確率高達0.991,以該技術推出的病情惡化預警系統,將可為住院民眾更佳的照護品質。

臺中榮民總醫院資訊室主任賴來勳說,臺中榮民總醫院、東海大學攜手,在人工智慧領域合作,除成立智慧醫療共同發展平台,也將在人才培育、研究發展、臨床應用與健康照護等四大面向攜手合作,共同提升台灣健康照顧品質與民眾生活福祉。

考量到人工智慧已成為國力展現的重要技術,科技部在2018年與多所大學合作,成立AI創新研究中心,其中有兩個與醫療相關,期盼讓更多民眾享受到人工智慧技術帶來的好處,免於被疾病的威脅。由於AI與醫療結合之後,可為病患提供更完善的醫療照護,也吸引眾多業者紛紛投入相關領域。

如在台中頗具盛名的臺中榮民總醫院、東海大學,便攜手在人工智慧領域合作,結合醫療專家、醫療大數據、AI技術、運算資源,成立智慧醫療共同發展平台,將在人才培育、研究發展、臨床應用與健康照護等四大面向攜手合作,共同提升台灣健康照顧品質與民眾生活福祉。

臺中榮民總醫院資訊室主任賴來勳說,臺中榮民總醫院創立至今,是以「全人智慧、醫療典範」為願景,多年來陸續推動無片化、無紙化、儀器聯網、健保雲端等資訊應用,堪稱是台灣推動醫療資訊發展的標竿。此次合作,主要是結合院內醫療技術專家、資料科學分析人才、與資訊技術人才,並擴大結合產業界、學界等各機構的能量,組成醫療人工智慧發展的團隊,期望對臺灣醫療品質、全民健康照護、醫療及醫材產業發展均能有突破性提升。

推動智慧醫療 更新HIS系統

創立於1982年7月1日的臺中榮民總醫院,是台灣中部相當知名的「醫學中心暨甲類教學醫院」,醫療品質技術獲得肯定,為民眾提供安全、溫馨、高品質的醫療服務。該院致力提供「病人為中心」的全方位整合性醫療照護,多年來陸續成立癌症防治中心、高齡醫學中心、心臟血管中心、神經醫學中心、健檢中心、內視鏡中心、整合性攝護腺疾病防治中心、高齡急診後送病房等,讓病人獲得全方位整合性醫療照護。

在全球積極發展智慧醫療當下,臺中榮總醫療也極力推動相關策略,並透過資訊系統改革方式,實踐智慧醫療的願景。該院醫療資訊系統發展分為四階段,分別為發展內部資訊化整合管理系統、發展外部資訊化整合管理系統、發展病患端資訊化整合管理系統、整合各類資訊等。

賴來勳指出,臺中榮總醫療資訊系統設計之初,是以提升醫療品質、病人安全為設計標準,因此發展出用藥安全輔助系統、跌倒預警系統等,可避免發生錯誤,提升醫療品質,促進病人安全。此套醫療資訊系統具備全人全程資訊服務的功能,讓病人從家中、進入醫院、出院返家等各階段,均有相對應資訊系統服務,滿足病人與家屬期待。

深入瞭解同仁需求 HIS準時上線

臺中榮民總醫院醫療資訊系統不僅是納入以病人為中心的理念,也考量到醫療人員是醫療資訊系統的主要操作人員,因此該系統設計之初納入醫療專業需求與作業流程,以便提升醫療人員作業效率。以即時跨團隊分享整合資訊為例,醫療團隊可分享同一病人所有資訊,即時傳遞訊息,縮短溝通時間,提升病人照護品質。

此外,該系統亦具備知識累積與學習進化能力,目前與PubMed 等線上電子圖書、醫療常規 SOP、藥物即時資訊等整合,讓院所同仁可依引導進行各類處置,並可隨時獲得最新知識,提升同仁專業技能。另外,該系統也可將最新資訊技術無縫整合於現有資訊系統,建置AI病情惡化預警系統等功能,持續加入智慧醫療元素,有助於提升整體醫療品質。

「臺中榮總在發展各類資訊系統前,均進行完整需求訪談,貼近使用者的醫療專業需求與作業流程設計資訊系統,可提升行政人員與醫療人員作業效率,反彈情形也能有效減少。」賴來勳解釋:「另外,我們也設有品管中心、醫務企管部、臨床資訊科等單位,可由醫療專業、病人安全、醫療品質、健保規範、教學研究等,透過不同面向協助資訊室與各單位溝通協調,能有效解決不同意見。」

專研大數據技術 成立應用管理會

融合人工智慧技術的智慧醫療,能否發揮預期效益的關鍵,在取決於資料乾淨程度與模型訓練,因此團隊必須具備足夠巨量資料技術。為此,臺中榮民總醫院於2018年成立「大數據暨創新應用管理會」,著手整合院內外的大量資料,作為日後推動創新醫療應用所需,同時培養跨領域整合人才,進而促進學術與技術交流,乃至於推進智慧醫院發展。

大數據暨創新應用管理會有設有五大工作小組,分別指定業管副院長及一級單位主管擔任各工作小組執行秘書,訂定各項智慧創新應用項目,主要負責四大工作事項。首先,彙整本院內部及外部醫療健康相關大數據資料,進行資料整合、系統開發、建置與維運大數據資料平台。其次,則是協助醫院醫療、教學、研究、品質管理、經營管理、創新應用等領域人員的需求。第三點,則是辦理大數據暨創新應用相關教育訓練。最後一項,則是辦理大數據暨創新應用相關交流活動,促進與國內外相關單位合作事宜。

賴來勳指出,為推動AI 輔助醫療策略,臺中榮總在2018年8月起四個月內,選派4位醫師、2位護理師、4位工程師,參加台灣人工智慧學校開設的密集培訓。參訓團隊與東海大學教授團隊合作,運用臺中榮民總醫院過去10年累積的4萬個病人、共10萬次的住院資料,進行預測模型建構的建置工作。

在經過長達6個月的資料清理工程,參訓團隊運用病患住院科別、年齡、性別,與異常事件發生前三天之血壓、心跳、血氧、體溫、意識狀態等資訊,以2個月的機器學習預測模型建構,透過統計模型,機器學習與深度學習等不同人工智慧技術,建立住院患者非預期死亡、急救、頻死自動出院或非預期轉加護病房照護之風險,完成的病情惡化風險係數預測規則。其中,AUC 0.991準確度的「病人急速惡化預測模式」,獲得當期專案成果第一名,研究成果已發布數十篇國際會議摘要,並有數篇相關資訊文章已發表於 SCI 等期刊雜誌。

學習AI技術有成 推出病情惡化預警系統

伴隨著病人急速惡化預測模式成效獲得肯定,臺中榮民總醫院隨即運用該技術建置本院普通病房住院病人的「病情惡化預警系統」,將智慧醫療研究成果應用於病房日常醫療照護,守護病人安全。

該套預警系統最大特色,在於結合量測儀器自動上傳的物聯網概念,即時收集線上病人最新資料,應用人工智慧的演算法即時運算,提供零時差的預測病況惡化風險係數,將病人未來病情惡化的風險係數以目視化管理的方式分類顯示於儀表板,呈現於病房醫師與護理人員工作儀表板。在儀表板上,醫療人員可依據過去48小時的風險係數變動趨勢,預測未來6到12小時病況惡化風險度。如此一來,輔助照護團隊提供適時、適當的醫療照護,提升病人安全,落實精準照護的理念,藉由事先預防降低病人病況與突然惡化風險。

賴來勳說,至於先前參與台灣人工智慧學校訓練的專案團隊成員,目前已形成中榮AI團隊種子教練,持續培訓院內更多同仁,期待全院同仁除具備醫療專業外,亦能成為下一代具備了解AI、運用AI的雙專業人員。

主管機關制定資料交換標準 有利醫院打造新HIS

因應全球醫療環境的快速改變,眾多醫療院所都面臨HIS系統更新的壓力,臺中榮民總醫院建議主管機關可協助制定相關資料交換標準,包含儀器設備連線資料交換標準、 IOT 裝置跨平台資料交換標準、訂定影像與資料標註標準、醫療資料取得審查程序簡化、醫療資料集公開準則。

現今各儀器設備連線標準不統一,導致醫院與儀器廠商均無所適從,以至於重複投入許多人力。若能制定儀器設備連線資料交換標準,並納入醫療儀器審查標準,自然有利醫院與儀器廠商遵從,加速醫療儀器連線應用。其次,目前各類穿戴式 IOT 裝置連線標準不統一,醫院、民眾、及穿戴式 IOT 裝置廠商均無所適從,若制定IOT 裝置跨平台資料交換標準,讓醫院、廠商得以遵從,有助加速IOT 裝置連線應用。

「目前各醫院均積極發展影像與資料 AI 應用,但缺乏影像與資料標註標準,甲醫院完成標註的資料到乙醫院可能無法使用,必須重新標註,影響知識累積速度,也造成重複投入人力。」賴來勳指出:「若有影像與資料標註標準,自然以利醫療產業發展AI應用,造福更多病人與民眾。」

另外,鑑於目前金融業有金融沙盒機制,讓相關單位可在該機制內進行創新,有助於刺激新金融資訊服務 FinTech 產生。臺中榮民總醫院建議主管機關亦可仿效成立「醫療沙盒」機制,可適度限制範圍與期間,應能有效刺激新醫療資訊服務 MedTech 產生,造福更多病人與民眾。

整合院內資源 投入長照醫療服務

由於臺中榮總營運績效良好,加上整體醫療品質非常優異,在國軍退除役官兵輔導委員會協助下,該院所於 2011 年及 2012 年整合中區嘉義分院與埔里分院,成為台中榮總分院,其中嘉義分院已於 2019 年 3 月起導入使用台中榮總核心醫療資訊系統,期望以資訊系統協助分院提升醫療品質。預計2019年,將陸續完成埔里分院導入系統作業,中區榮總與分院將使用同一套核心資訊系統。

因應台灣逐步邁向老人化社會,臺中榮總已成立長照據點與日間照護中心,期望投入醫學中心的醫療、教學、研究資源,提升國內長照服務水準。至於國軍退除役官兵輔導委員會於中部地區設立的中彰榮家、彰化榮家、雲林榮家、白河榮家等四所榮家,將由臺中榮總輔導建立高齡整合照護系統,可協助提升國內長照機構水準。

展望未來,臺中榮民總醫院資訊室一方面將配合國軍退除役官兵輔導委員會政策,持續將先進醫療服務資訊系統導入全台十二所榮總分院上線使用,以先進醫療服務資訊系統提升榮民醫療體系醫療品質。另一方面,也將持續運用雲端、物聯網、人工智慧、機器人等先進技術,持續提供符合民眾與醫療人員期待之全人全程整合照護醫療服務資訊系統。