本文作者 : SAS台灣總經理陳愷新

當超前部署成常態，國內醫療體系如何繼續立於不敗?

2020年從開春動盪至今，幸而台灣在公衛與醫療體系的超前部署，讓我們得以領先全球，進入後疫情時代，努力踏上復甦之路。但展望未來，超前部署之外，國內醫療體系是否能藉此次衝擊更完備體質，迎接下次不可預期的大流行，或將這次應戰的動能反饋在優化日常營運上?

全美最佳醫院開始用AI做需求預測

雖然歐美各國眾多醫療院所不敵本次Covid-19衝擊，前線的資源與人力瀕臨耗竭。然而我們也看到部份醫療機構正因需要正面迎戰，避免大規模崩解，反而激發他們領先採用進階科技發展出新應用。

連續多年被評選^(註)為「全美最佳醫院」克里夫蘭醫學中心（Cleveland Clinic），新冠肺炎疫情爆發後立即找上了SAS尋求協助，雙方近日已打造了創新的人工智慧(AI)模型，協助醫院預測患者人數、所需加護床位數、醫護人員防護設備和呼吸器數量。此模型還設計了「最好」、「最壞」以及「最有可能發生」的三種情境，可以隨著情勢和資料源的變化進行即時調整，像是加入地區人口健康狀況、人口統計學差異以及各州政府的防控措施，甚至社交距離對疾病傳播的抑制作用，必要時也可以加入作為分析因子。

目前因為瞭解到新冠肺炎衝擊嚴峻，克里夫蘭醫學中心已啟動一項針對「最壞」情境下的準備計畫:在其教育園區內為無需加護病房護理的新冠肺炎患者臨時搭建了1,000張病床。並且醫院還使用這些模型開始運算是否需要設立更多的職位，招募更多的醫護人員。

而因為病毒傳播迅速，雙方日前也決定於GitHub軟體程式碼代管平台，公開發佈了這些模型，分享給全球的衛生系統和政府機構，希望其他機構能齊力加入優化模型，協助各級醫院、衛生保健機構、地方與中央政府衛生機構預測流行病的影響，加速幫助較為脆弱的機構。

仔細思考，仰賴AI快速反應，並應對大規模的衝擊做出需求預測，這對於因受惠於領先邊境防堵，而得以暫用大量人工來應對相對少量確診數的我們，或許不失為一個再強化的部署新學習。

院內感染風險預測，為醫院築起高效防護線

再來談談南丹麥區域醫院群的作法，其實早在新冠肺炎之前，丹麥就因為每年有超過3,000人因院內感染而死亡，高度重視感染監控議題。其中在南丹麥地區，更有1/10的病患因為住院而感染到其他病症，但是真正的感染數據，以及於何時何處採取動作才能落實預防卻不得而知。對此，南丹麥區域的醫院群決定集結眾力，要尋求一個能監測以及預測風險的系統。

負責主持此專案的Lillebaelt醫院Jens Kjølseth Møller教授，過往其實曾初步發展一個能看到感染人數的系統，但是無法承擔過於複雜的資料，譬如無法分析非結構化的醫師看診與護理師文字紀錄等。於是他們決定導入AI，以自然語言處理與機器學習技術，來處理大量資料找出關聯性，整合運算整個南丹麥地區超過284,000位來自各醫院的病歷資料，開始從院所、科別到局部空間等各類層級，被檢視與匹配可能的感染途徑。後續還據此大量數據，發展出該地區所有入院的病患，受泌尿道感染機率的風險評分模型，作為醫護人員及時預警的系統。最終成功降低整個地區33%院內感染案件量!

Jens Kjølseth Møller教授指出:「我們今日從病患身上學到的知識，可立即幫助到明天入院的病患避免遭受感染，這讓我們能以較積極的介入來做出改變。」

這次疫情我們看到前線醫護人員，冒著極高風險守護民眾，甚至還要自主隔離犧牲與家人相處的美好日常。其實我們可更前瞻一點，及早導入監測與預警的科技，拉起更智能的防護線，讓我們不僅能在醫療品質上持續領先國際，也給醫護人員更安心對等的支持與照護。

 

註:克里夫蘭醫學中心（Cleveland Clinic）是一家非營利性綜合醫療機構，集醫療服務、學術研究及教學於一體。其在醫學領域有取多重大突破，例如冠狀動脈搭橋術和美國首例全臉移植。《美國新聞與世界報導》連續多年將克里夫蘭醫學中心評選為「全美最佳醫院」。克里夫蘭醫學中心在全球擁有67,554名員工，涵蓋140個醫學專業和附屬分科。