從新冠肺炎爆發以來，台灣確診病例不多，因此不是所有醫師都有診斷新冠肺炎的經驗。如果病人沒有出現一些可以輔助判斷的症狀，可能需要花幾天的時間才會被確診。臺北醫學大學附設醫院率先與台灣人工智慧實驗室合作，透過自動偵測武漢肺炎的「胸腔X光偵測系統」應用到醫院標準流程，即時顯示肺炎特徵位置及偵測肺部遭受感染之可信度數值，並提供給臨床醫師。
過去篩檢標準流程 恐影響治療即時性
台灣人工智慧實驗室與北醫附醫合作採用「胸腔X光肺炎快篩」並建立醫院的標準流程，北醫附醫醫務副院長魏柏立表示，目前醫院收到疑似確診案例時，第一時間便進行胸腔X光檢查及RT-PCR篩檢，檢測確診後需透經CDC通報，收到報告消息至少需2-3天，再決定入住或離開負壓隔離病房；假設一千位疑似案例做「PCR篩檢」，而每位PCR篩檢自費費用預估為3,000元，總計將花費300萬元再加上等待檢測結果時間，恐會影響病患治療的即時性。
AI有機會大幅補足PCR普篩 優化醫院既有流程
為此，北醫附醫優化目前醫療既有流程，與台灣人工智慧實驗室團隊討論，透過與以往不同的AI機器訓練模型方式，重視AI模型之特異性(Specificity)數值，並從大量疑似病患中透過「胸腔X光偵測系統」找出真陰性(True Negative)案例，以大幅降低PCR普篩所需醫療資源及費用。
北醫附醫陳瑞杰院長指出，期待將院內收案的疑似案例透過AI即時偵測，減少篩檢次數及醫療費用，進一步加速醫院既有處治流程。
AI輔助臨床醫師 提升醫療品質
此外，系統將建置於臨床試驗並持續加入更多臨床資料，院方提供醫學專家知識想法與建議，未來當病患完成胸腔X光片拍攝，將影像上傳至AI胸腔X光偵測系統，即可在短時間內偵測病患肺炎特徵之可信度數值，醫師可針對AI系統偵測可信度高之案例做進一步檢測與治療，也可減少因為沒有即時確診而造成的風險，提升醫療品質。
