台大醫院急診部主任黃建華指出，急診相當仰賴醫師的即時判斷，但每位醫師的經驗差異大，加上工作疲累等因素，都會影響判斷，「AI的輔助可以讓初步判斷更快、更精確，至少讓新手醫師增加10年的經驗。」
遇到年紀較大的病人，AI更是急診的「神助手」。他說，急診大概有三、四成病人超過65歲，「疾病症狀不典型、多重疾病、多重用藥、病人表達不清楚，對醫護人員來說是很大的挑戰。」
急診老年病人多，但問題不一定能說得出口
台大醫院急診醫學部與台大AI中心今年完成開發人工智慧急診輔助系統，包括13個模型，應用在檢傷、診斷等流程，協助醫師更快、更準確地做出決策，面對病情複雜的高齡病人，也多了一項利器。
他說，年長者因為身體機能衰退，感覺神經也變鈍，疾病的症狀往往不典型，醫護人員必須很有警覺，否則很容易忽略。
比如心肌梗塞典型的症狀是胸痛，但他遇過一位快90歲的老先生，覺得胸口有點悶悶的，但沒有很痛，醫護人員看到他有點喘、冒冷汗，警覺到可能是心肌梗塞，安排心電圖檢查，結果果然是心肌梗塞，趕快送他去做心導管手術，放支架打通血管。
另外像肺炎，典型症狀是發燒、咳嗽，但老人可能一開始並沒有明顯發燒，也沒力氣咳嗽，只表現出沒精神、沒食欲。
「醫生，我頭暈」，症狀籠統醫生難診斷
原本的慢性病也可能影響醫師的判斷。比如肺阻塞（COPD）的病人常常咳嗽，這幾天咳得稍微厲害一點，一開始不會想到是肺炎。結果Ｘ光一照，竟然是嚴重的肺炎。
老人家對病史及症狀的描述常常也比較不清楚。「最常見的主述是全身無力 和頭暈，沒有辦法很精確地察覺和描述什麼地方不舒服，」他說，這些症狀特異性很低，醫師診斷時比較困難，要花更多時間抽絲剝繭。」他常遇到頭暈的病人，結果檢查出來有的是泌尿道感染，有的是新冠肺炎甚至中風。
多重用藥也是一大問題。他舉例，老人家常常用了3種甚至5種降血壓藥，如果感染肺炎或泌尿道感染，可能引發敗血症，血壓會降低，這時這些血壓藥就要停掉，否則本來還沒休克，藥一吃下去就變成血壓低、休克，「這真的發生過。現在病人一來急診，我們都會問他在吃什麼藥，甚至更積極，請護理師把藥收過來統一發藥，可是這也增加了護理師的工作量。」
急診導入AI輔助系統 檢傷分類更精確
在急診流程中導入AI輔助系統，有助醫師在診斷時更精確、有效率，病人更快得到診治。
首先是檢傷。過去做檢傷分類時，都是病人說什麼，護理師就記什麼，比如病人說哪裡痛，護理師就問：「如果把疼痛分成0分到10分，你現在是幾分？」然後記下來。可是老人家對疼痛的覺察沒那麼敏銳，表達也沒那麼清楚，這時AI的輔助就派得上用場。
「我們利用AI技術發展了幾個模組，藉由拍攝並分析病人臉部的表情，給一個分數，協助偵測疼痛程度，這樣更客觀。」
AI也有助診斷疾病。AI的模組會根據病人描述的病史評估，提出一些可能的診斷。
「是『可能』的診斷，輔助醫師做決策，」他強調，AI要做到完全正確的診斷目前還不太可能，它無法取代醫師，但它可以幫助醫師盡量不遺漏重要的診斷。就像老人家描述「頭暈暈的」、「小便有點不舒服」，把這些症狀放到 AI模組的運算，它就可以提醒醫師幾個可能的診斷，再由醫師下最後的診斷，才不會因為病人描述症狀不清楚，就漏掉某些診斷。
老人家常頭暈、暈眩，有時跟藥物有關，AI也可以根據病人過去的疾病、用藥紀錄，協助醫師判斷目前的症狀跟藥物有沒有關係。
昏迷該不該救？AI輔助判斷，醫師下決策
心跳停止、昏迷的病人急救後能不能清醒，攸關將來的醫療處置，也是家屬關切的重點。判定疾病的嚴重度，也可以藉助AI。
黃建華說，以前做電腦斷層必須靠影像科醫師肉眼判讀、分析，有點緩不濟急，現在AI模組可以快速協助判讀電腦斷層上缺氧性腦病變的嚴重程度，提供醫師重要的訊息，模組還會加上病人的年紀、病史、目前病情（比如血壓很低、休克、意識不清等），最後綜合判斷病人未來清醒的機率高不高。
如果清醒機率高，當然就會積極救治，但如果病人已多病、臥床、高齡，這次腦部損傷又很嚴重，不太可能清醒，在跟家屬溝通後，可能採取較緩和的醫療，減輕病人的痛苦。「AI有它的判斷，但是當然最後還是由醫師下決策。把AI判讀的結果當成客觀的訊息，拿來跟家屬討論。醫師與家屬間的溝通還是非常重要。」
目前台大總院已經在使用此AI模組，第一階段的臨床試驗已經做完，之後將陸續推展到雲林及新竹分院。
至於下階段，黃建華認為急診迫切需要AI輔助的是及時串接資訊。
他解釋，如果曾在台大看過病，再到台大掛急診，醫護人員自然很快查得到病歷、得知病史、用藥史，但如果是外院病人來台大看急診，目前就沒辦法查病歷，必須靠病人或家屬告知，但若遇到病人記不清楚、表達不清楚甚至意識不清，也沒有家屬陪同，就比較棘手。「如果將來AI系統可以串接跨院資料，急診醫護人員就能更快掌握病人的情況。不過這涉及《個資法》等法令的修改，可能不是那麼容易。」（責任編輯：王美珍）
