AI內含了「機器學習」、「深度學習」與「自然語言」等概念，且依據電腦能處理與判斷的能力不同，產生不同的分級。 高醫呼吸治療室組長許端容表示，該系統的及時與便利性，可為照護團隊成員節省行政作業流程，將有更多時間回歸到病人照護工作，為患者爭取更多即時性照顧。 其中「動態儀表板」與「時間趨勢圖」的視覺化圖形，更可提供往前追朔48小時氣道趨勢變化，方便觀察病人呼吸系統機械力學監測變化。 過去大家習慣把老化當成負擔，其實銀髮長者的食衣住行育樂是龐大的商機和新興產業。
同時，系統化的電子病歷也為遠距醫療打下了基礎，慢性病患者在接受一段時間的治療出院在家休養時，醫師也可以繼續在電子病歷中記錄下病患的康復情況，以便形成對比，更新診療方案。 「智慧醫療」在台灣正變得越來越熱門，但智慧醫療的定義到底是什麼？ 本文就作為一個智慧醫療懶人包，幫你一一解讀，帶你邁進智慧醫療新時代。 0.5%；美國國家學院所做的研究指出5%的門診診斷是錯誤的，而這5%中有10%的病人因此死去。 20%；據調查，20%的骨科醫生表示在他們的職涯，有至少一次在手術房中開錯了部位 (Wrong-site Surgery)。 最後，2100億；統計顯示，全美有2100億美金浪費在提供不必要的醫療服務。
智慧醫療定義: 一、科技、生技醫療跨域加值 台灣健康照護新生態正成形
軟體方面：因應硬體行動化而生，重要性日漸增加，通常以應用程式（App）或平台呈現，能連續蒐集使用者（包含健康民眾、病患、醫療服務提供者等個人使用者）資訊並提供個人化健康建議，或醫療與健康資訊之儲存管理等。 二、科技加速行動醫療普及化，可從硬體、軟體、服務三方面看；硬體方面：設備更加輕量化、可穿戴且可攜帶（具備續航力），除智慧手機外，個人健康管理儀器或設備、穿戴裝置及設備（如智慧手表、手環等）為行動醫療與健康領域之發展重點。 （2） 智慧醫療解決方案的應用場域由醫院延伸至居家場域：如遠距監測、AI示警系統、虛擬助理等，讓病人可以為自己的健康負起更大的責任。
三總醫學資訊室主任李家政指出，近年來多家醫院翻新HIS，主要目的是因應智慧醫療發展，三總也不例外。 像是，長庚醫院在2015年展開第二次HIS再造，將98套HIS系統砍掉重練、改以.NET架構重寫外，還採用模組化設計，讓同樣的程式元件可重複使用。 這種建立標準化、重複應用的概念，也體現在他們堅持的「就源設計」原則。 如果醫療AI、遠距醫療是智慧醫院的花果，那資訊整合和IT建設，就是孕育出花果的養分。
智慧醫療定義: 提升醫院營運效益
高解析數位醫療資料的爆量儲存需求，也將成為發展智慧醫療醫院需思考的議題。 AI人工智慧與醫療的結合為醫療產業的未來畫出無限的可能，國內政府也積極推動AI智慧醫療的發展。 台灣目前的醫療水準優異，尤其是資通技術力 (ICT) 雄厚，將成為未來5~10年的發展重點，再加上近幾年人臉辨識應用遍地開花，AI 影像辨識的延伸運用、各項智慧醫療器材的創新發明都將輔助醫療機構建立更便民又安全的服務。 傳統的看病報到流程多為抽取號碼牌並待叫號後至櫃檯辦理，然而這不僅降低行政效率，增加等待時間，甚至識別身分冒用的困難度，在疫情爆發期間，更容易徒增病毒傳染風險。
依據美國市調機構CB Insights的調研結果，從投資趨勢來看，自2013年起，美國AI醫療新創投資件數共576件，募資金額超過43億美元，位居AI新創相關產業募資首位，而AI醫療募資之案件數，也於2018年第二季達新高峰，AI醫療受矚目的程度，可見一斑（Kyle Wiggers, 2018）。 AI醫療的應用，進入「深度學習」的時代，除了將大量生理資訊輸入電腦，透過拋轉、整合、計算與紀錄，作為醫護團隊預測參考依據外，目前較主流的應用仍為醫學影像辨識。 以台灣為例，國人每年平均看診次數約為15次，所累積的處方簽高達3億6千萬張；每年約有200萬人次使用電腦斷層與核磁共振等影像檢查，以肺部電腦斷層掃瞄為例，每進行一次電腦斷層掃瞄便可產生500張影像，一位有經驗的醫師進行初步篩選至少就要花20分鐘。 傳統影像辨識，靠的是醫師肉眼的判斷與經驗，一旦醫療數據增多、辨識時間拉長，長時間的工作帶來的疲乏，加上疾病的高複雜度，使醫師犯錯的機率提高（王若樸-c, ，2019; 基因線上，2018）。
智慧醫療定義: 10月4日 - 人工智慧醫材輔助臨床實務探討系列（II）
國內外許多醫療單位當前正面臨醫護人力不足，導致嚴重過勞、病患報到候診手續繁冗、用藥安全把關不嚴謹等挑戰。 再加上新冠疫情的肆虐，零接觸及罩不離口的防疫政策更大幅改變了人們以往就醫的模式。 有別於過去醫療照護的過程與服務，智慧醫療將為各國超載的醫療體系帶來曙光。 次世代基因定序（Next Generation Sequencing , NGS）成本大幅降低，加上大數據分析，促進精準醫療的可行性，精準醫療2015年開始大量推動，龐大商機逐漸成形。 智慧城市是世界各國城市永續發展的趨勢和解方，做為安居樂業的智慧宜居國際城市典範，新北市要以產業科技化為架構，人民福祉為基礎，為實現經濟繁榮、宜居生活的願景努力不懈。
直到1960，大部分人已經放棄這個方法，儘管在80年代再次提出這些原理。 對於本出版物中資料之準確性或完整性，不作任何陳述、保證或承諾（明示或暗示），DTTL、其會員所、相關實體、僱員或代理人均不對與依賴本出版物的任何人直接或間接引起的任何損失或損害負責。 今年，台灣的長照服務基金經費編列近610億元，若加計特別預算則上看650億元。 對照之下，2016預算不到50億元，長照2.0在2017年上路以來，長照經費在七年間已飆漲超過12倍。 根據衛福部今年5月最新統計，國人在2021年的平均健康餘命是73.3年，儘管些微延長，但對照平均餘命，國人失能、臥床或需依賴他人的不健康餘命，仍在七～八年的高水位。
智慧醫療定義: 無所不在 健康生活
此外，為迎接工業物聯網全面智慧化，所有工業AI的場景皆須由終端邊緣設備助力方能實現，研華特提出 AIoT+Edge Computing 此一主要趨勢，將雲、端與人工智慧形成密不可分的三位一體，以在各行業中發展各式複雜多樣的組合。 智慧醫療定義2023 為達成我國「數位國家、智慧島嶼」國家發展策略，衛生福利部食品藥物管理署於2021年5月7日正式成立智慧醫療器材專案辦公室，為人工智慧醫療器材產品開發提供單一窗口、一站式、創新的服務模式。 三、疫情催生遠距醫療商機，疫情鬆綁遠距醫療法規，並推進數位醫療發展。 日本2015年引進遠距醫療，2018年將藥品配送納入健康保險給付，暫時放寬遠距醫療限制，讓病患初診就能線上看診。
利用健保快易通 智慧醫療定義 APP「虛擬健保卡」整合視訊診療系統介接進行身分識別及雲端藥歷查詢，讓病患就醫可以透過相關資料授權，開放醫療機構查詢雲端藥歷進行就醫、檢驗（查）、影像與用藥等相關資料，讓臨床醫護人員掌握病患過去資料，便於進行臨床診斷與醫療服務。 衛生福利部強調，結合台灣資通訊科技的強項與創新醫療服務模式，提升國內偏鄉醫療照護的可近性、即時性、效率及照護品質，並藉由跨層級機構的合作新模式，讓醫療資源有效運用，縮短城鄉差距，達到世界衛生組織揭示之健康平權之目標。 衛生福利部擬訂「智慧醫療區域聯防試辦計畫」，透過開創智慧遠距醫療模式，結合資通訊網路技術，整合不同醫療機構層級的急重症資源，以區域聯防精神，專科醫師聯合排班，提升醫療照護效率及效能，讓醫療照護沒有距離的隔閡。
智慧醫療定義: 科技加持 智慧醫療升級
隨著電腦運算能力的進步，無線和微型化技術促進了互聯式醫療器材的創新，也提升了更多種類醫療器材的互聯程度。 互聯式醫療器材數量的增加，加上系統存取與傳輸數據能力的進步，締造了醫療物聯網（Internet 智慧醫療定義 of Medical Things, IoMT）的產生。 人（患者、醫療照護臨床人員）、數據（患者數據或治療結果數據）、流程（醫療服務及患者支援服務）、關鍵技術（互聯式醫療器材與行動應用程式），都因為醫療物聯網而得以得到整合。
數位科技正逐步與醫療緊密結合，如何透過人工智慧讓醫療變得更安全、錯誤更少、更精準，又能在最短時間內處理並解決病人的資訊，讓醫療效果更高、費用更低廉，是所有醫療領域最迫切得到的理想目標。 世界衛生組織（WHO）對「智慧醫療」定義為：「資通訊科技（ICT）在醫療及健康領域的應用，包括醫療照護、疾病管理、公共衛生監測、教育和研究」1，可見發展智慧醫療需結合跨領域研究。 POWER BI儼然成為現今大數據分析的工具，不僅能減少纸張浪費並降低資料夾使用空間，還能透過視覺化管理，較快速的搜尋過往資料，此外，採用圖像視覺化儀表板，不只讓主管目視化單位核心指標，也加強急診護理同仁共同作業的能力，有效促進醫療品質。 面對快速的人口高齡化將對我國健康醫療照護體系帶來前所未有的挑戰，臺灣應該繼續結合各方面的優勢加速發展智慧醫療，並在各國積極投入智慧醫療領域下，提高臺灣在國際產業上的競爭力。
智慧醫療定義: 資源
透過多台安控主機進行影像分析跟儲存，同步進行多路即時串流監控與即時瀏覽識別出的人員相關資訊，降低傳統使用肉眼辨別造成的安全漏洞。 為了更有效率地區別病人、員工、訪客等不同身分，管理人員還能事先依其人員屬性，創建多個主要與次要群組，並透過「以臉搜人」的功能，透過照片與影片快速找到特定人員，搜尋更便利。 2018年，內政部指出台灣社會人口結構已正式進入高齡社會，人口老化的速度快到難以想像，銀髮族的照護工作將何去何從？ 老人照護除了亟需人力外，費用也大幅度提升，造成許多家庭的龐大負荷，和人力資源供需不平衡的問題，現在大多仰賴國外看護移工。 但這並非長久之道，如何利用AI提升老人照護的效率與品質值得重視。 智慧醫療定義 谷歌旗下的DeepMind公司利用大量視網膜圖像，訓練AI算法用以檢查眼疾，其診斷結果能達到與醫生相似的水準。
研究範疇涵蓋電腦系統、行動通訊、數據網路、顯示器、多媒體與消費性電子、半導體、環保綠能、太陽光電、企業資訊應用、軟體應用服務、文化創意產業及前瞻研究。 並觀察全球產業發展趨勢，對台灣、中國大陸、日本及南韓等地區深度研究。 以AI醫療影像辨識的應用為例，在2017年科技部為推動國人醫療影像在地化，建置AI醫療影像資料庫，提出「醫療影像專案計畫」，並在2018年底上線我國首座「AI醫療影像」資料庫，其中收錄了15類疾病，共4.6萬筆的影像資料，此資料庫更開放提供國內醫療團隊一同開發演算法，優化醫療影像辨識與AI輔助判讀系統。 自2021年起「醫療影像專案計畫」更將轉型為「健康大數據永續平臺計畫」，建立跨部會整合的平臺，為臺灣的精準健康與智慧醫療布局。 智慧醫療定義2023 不論從全球公衛的需求、或是臺灣產業的發展來看，智慧醫療領域的發展不僅深具巿場潛力，也攸關民生福祉，也是政府的重要政策方向。
智慧醫療定義: 科技教育風向球！蘋果2018春季發表會的新品策略
因此，如何運用設備、保護病人的資料安全，醫院都應有詳細的規畫。 系統的智慧化與人員的教育訓練也需受到重視，同時提供諮詢，避免因醫護人員的錯誤造成醫療糾紛。 智慧醫院服務可多元化推廣延伸，譬如社區或居家醫療也可提供網路諮詢，增加醫療照護的深度與廣度。 如果台灣遠距醫療市場藉由這次醫療相關法規鬆梆、病患就診與領藥與收費問題解決，就可以進行後續營利模式規劃與建置。
- 三總醫學資訊室主任李家政指出，近年來多家醫院翻新HIS，主要目的是因應智慧醫療發展，三總也不例外。
- 自然語言處理探討如何處理及運用自然語言，自然語言認知則是指讓電腦「懂」人類的語言。
- 利用健保快易通 APP「虛擬健保卡」整合視訊診療系統介接進行身分識別及雲端藥歷查詢，讓病患就醫可以透過相關資料授權，開放醫療機構查詢雲端藥歷進行就醫、檢驗（查）、影像與用藥等相關資料，讓臨床醫護人員掌握病患過去資料，便於進行臨床診斷與醫療服務。
- 「智慧醫療」的導入，在多個方面優化了醫療體系的運營，也極大地改善了病患的就醫體驗。
- 劉克振指出，AIoT 時代更需擴大夥伴生態圈一同協力發展，研華期望能以此共創園區的落成，持續推廣並邀請產業生態鏈上下游夥伴群聚於此，一同為台灣 AIoT 產業努力。
此外，國內電子病歷交換則由電子病歷交換中心依據醫療法、個人資料保護法等運作，若因應精準醫療發展需要，欲將病歷資料轉做研究使用時，尚有法規面的挑戰。 南韓則於2019年啟動「智慧醫院」計畫，目標為改善醫學服務的區塊鏈平臺，並在首爾醫學中心建構自動化、個人化的整合式醫學資訊平臺，提供電子處方簽、簽發證明文件與醫療保險申請等用途。 （3） 無所不在的智慧醫療：將會有更多智慧醫療解決方案進入臨床應用、輔助醫療診斷決策。
智慧醫療定義: 智慧醫療器材資訊暨媒合平台正式上線
另一方面，台灣從實行全民健保至今，已擁有數千萬筆的看診資訊，成為一個巨量的資料庫。 今後期望能妥善結合健保資料和AI技術，把資料變成數據平台創新應用，讓醫療達到最好的效果。 但除必須做到資料的去除識別與妥善運用外，對於病患的個人隱私、公眾利益等問題，也需要依法審慎處理。
林大鈞認為，因為有著日本、歐洲、大陸等的經驗跟知識，對自己後來創立事務所有很大的幫助，可以在處理項目問題上有很好的反饋，而事務所本身的建築理念，也秉持著接受挑戰，不斷創新的工作精神，無論大到機場項目或是小至設計一個藝術品，自己跟團隊都是以最敬業的專業精神為客戶提供最佳的設計及負責的態度。 在此期間，林大鈞個人參與的建築項目類型廣泛，包含從前期競圖、方案設計至施工階段的經驗。 除了建築設計等協調性範圍，工作上的挑戰是解決施工技術上的問題、探討建築的可建性，讓建築物的完成結果最後達到初始設計的成效。 科技日新月異，自2007年第一支iphone問世以來，智慧手持裝置將邁入第二個黃金十年，智慧手持裝置已經完全扭轉了人們對生活的想像，從黑金剛、黑莓機發展到智慧型手機、再從PDA演變為輕薄的平板電腦，而原以為只存在於科幻電影的特效，隨著擴增實境的發展也逐漸美夢成真，其影響的產業甚大。 人工智慧或者人工智能也就是英文簡稱的AI（artificial intelligence）在各行各業展露頭角，不但是下棋、也是物流業、網電業的發展方向，與此同時也伸入到台灣的醫療業。 智慧醫療是利用先進的網路、通信、電腦以及數字技術，實現醫療信息的智能化採集、轉換、存儲、傳輸和後處理，及各項醫療業務流程的數字化運作，從而實現患者與醫務人員、 ...
智慧醫療定義: 智慧醫療器材品質管理系統國際趨勢與稽核說明會 (台北/台中)
VMR add-on 同時支援影像錄製、搜尋與回放，因此如有需求，也可透過人臉搜尋的方式找出特定人員於指定日期內進出各場域的時間。 目前慧誠智醫的採用基於 FaceMe® AI 臉部辨識引擎，結合物聯網技術的「智慧藥櫃」，已實際導入到醫院場域，就是AI智慧醫療的應用案例。 1980年代符號人工智慧停滯不前，很多人認為符號系統永遠不可能模仿人類所有的認知過程，特別是感知、機器人、機器學習和圖型識別。 這些所謂的弱人工智慧在神經網路發展下已經有巨大進步，但對於要如何整合成強人工智慧，現在還沒有明確定論。 人工智慧的研究是高度技術性和專業的，各分支領域都是深入且各不相通的，因而涉及範圍極廣[9]。
智慧醫療專班是台灣人工智慧學校為台灣醫療產業從業人員所設計的密集課程，期待透過智慧醫療專班，讓醫療產業從業人員能夠快速、系統化掌握人工智慧技術的最新趨勢，並徹底瞭解人工智慧如何運作，以及它的能力、侷限及未來發展，並能實際應用在醫療工作的每個場景。 最後，「以終為始」思考發展智慧護理的目的，期望科技能帶給護理什麼? 運用科技提供更即時、更精準、更安全的醫療照護訊息，能預見更好的護理照護。
