骨質疏鬆症通常是經過多年的累積，使骨骼變得愈來愈單薄、愈來愈脆弱。 因此必須在骨骼還沒有遭到嚴重破壞，以及骨折發生前，確認是否患有骨質疏鬆症，並趕緊進行治療與預防，使病情不再繼續惡化。 風靡全球的日本任天堂遊戲精靈寶可夢上周末終於在台灣開放下載了，App下載量馬上暴衝至全台第一名，在各地之遊戲熱點可以看到大小朋友為了玩寶可夢而到處抓怪，很多店家和景點也開始放置誘餌，吸引人潮上門。 寶可夢自今年7月8日在美國及各地推出之後，已創下多項App Store和Google Play紀錄，超越2013年的Candy Crush成為史上單日最活躍用戶數手機遊戲。
要做到這一點，一種方法是透過聯邦式學習（Federated Learning），以共享模型參數而非共享資料的模式，來強化模型通用性。 它的原理是，由發起者醫院在聯邦學習平臺，上架一套公版模型，讓各參與者醫院下載，以各家醫院資料，在地訓練模型。 之後，參與者再將各自的模型參數上傳至聯邦學習平臺，由平臺聚合、優化參數後，再下放至參與者醫院，進行另一輪訓練，如此反覆直到模型收斂。
智慧醫療應用: 中心公告
Deloitte泛指Deloitte Touche Tohmatsu Limited（簡稱“DTTL”），以及其一家或多家全球會員所網絡及其相關實體（統稱為“Deloitte組織”）。 DTTL（也稱為“Deloitte 全球”）每一個會員所及其相關實體均為具有獨立法律地位之個別法律實體，彼此之間不對第三方承擔義務或約束。 DTTL每一個會員所及其相關實體僅對其自身的作為和疏失負責，而不對其他的作為承擔責任。 智慧醫療應用 醫療AI是大秀智慧醫療肌肉的方法之一，但它的商品化與如何打進國內市場、回收成本，卻是一項挑戰。
不只電子病歷的推廣，醫院內流程的每一環節持續都在e化、數位化，透過雲端同步的協同作業，將院內所有醫療資訊整合在同一個平台上，舉凡病患管理、帳單資料、電子預約、病患帳務、電子病歷、實驗室資訊與醫療影像管理系統等等，無不積極邁入數位化、電子化、無紙化的工作流程，使醫療人員即使了解全方位的病患資訊。 Christina提出科技在醫療領域不同層面的深度介入，用意在於提升效率、有效利用資源以及降低成本、提升病人與醫療安全，同時能夠提供透明化的資訊供醫療團隊與病人能夠掌握照護與健康資訊，然而也衍出不同型態的風險。 為解決跨體系資料規格不一致的問題，衛福部提出次世代HIS計畫，目的是要解決臺灣醫院醫療系統各自為政的痛點。 衛福部部長薛瑞元指出，衛福部會先定義次世代數位醫療平臺，再選出符合資格的醫院，來讓其他醫院整合。 他們的目標是，將臺灣19家醫學中心各自為政的HIS，整合為4、5套主要版本，降低各醫院平臺間的溝通門檻，同時也要讓醫院和資服業者開發出的好系統，能快速導入其他醫院，不必一一客製化重寫。
智慧醫療應用: 9月30日-業界分享座談會:醫療器材研發及上市之經驗分享（下午場）
語言治療與聽力學系主任鄭湘君接續分享到，語言與聽力在老人退化的過程中扮演極重要的角色，當老人聽不到就不想講、不溝通會加速退化。 「只可惜目前醫療院所的語言治療師、聽力師嚴重不足，更別說是長照機構了。」因此弘光科大語聽系幫助學生獲得藍海專業，不僅未來能成為搶手人才，更能幫助長者活得精采。 事實上台灣正面臨兩大考驗，其一是少子化使台灣從2020年開始出現總人口負成長的「生不如死」趨勢；其二則是2026年台灣即將邁入超高齡社會，65歲以上人口將超過20%，屆時醫護需求遠比現在更多！ 本網站所提供之股價與市場資訊來源為：TEJ 台灣經濟新報、EOD Historical Data、公開資訊觀測站等。 本網站不對資料之正確性與即時性負任何責任，所提供之資訊僅供參考，無推介買賣之意。 大數據時代的來臨，使得電子化數位化勢不可擋，我國政府早有遠見，從民國90年代初期開始2項四年計畫，由基層衛生所開始發展網際網路應用，電子病歷推廣計畫自此開始萌芽。
彰基藥學部為降低人為因素導致之藥品調劑錯誤，因此萌發「智慧調劑台」的概念，透過視覺、聽覺、感知辨識等，讓藥物調劑的精準度與效率提高。 彰基與清華大學生技育成中心聯手開發以使用者為中心的系統，透過工作流程的問題檢視，提出設計再實踐於系統的研發。 系統整合視覺指示、聽覺指示、感知等，優化但以不改變原本工作流程為亮點，讓藥師能夠快速適應新的應用系統同時提升藥師辨識藥品之效率。 同時，透過系統的指示與警示，藥劑人員能夠雙重確認藥劑之分配是否正確，同時也提供庫存資訊、藥物資訊與狀態顯示，讓藥師能夠將複雜的重複檢查程序變得簡單，也因此更能避免藥劑調配的錯誤。 智慧醫療應用 科技與醫療的結合必然是未來趨勢，智慧醫療將會改變未來醫療產業的面貌。
智慧醫療應用: 整合型電子病歷管理
即使在COVID-19疫情開始之前，讓重症病人能夠自行呼吸是很重要的步驟，可讓病人能夠安全離開醫院加護病房(ICU)，將床位空出給其他需要病人。 為了簡化相關的流程，非營利組織 Penn Medicine 建置了一套數位儀表板，利用電子病歷的即時資料，當病人有需要介入，或是符合脫離呼吸器治療條件的時候，能夠警示給呼吸治療師與護理人員。 即使是在 COVID-19 成為全球性災難之前，Acumen研究與諮詢公司，就預測全球醫療照護分析市場到了2026年將會成長到522億美元。
2.AI智能診療及影像識別：智能診療就是將人工智慧技術用於輔助診療中，通常會透過深度學習技術，讓計算機「學習」專家醫生的醫療知識，模擬醫生的思維和診斷推理，例如：在數百萬個病例資料庫中，閱讀癌症或其他病灶的醫學診斷圖像，透過深度學習提升診斷和治療的正確率，補助醫師進行診療。 AI人工智慧最初在科幻小說或電影中登場，被賦予了很多的科幻和未來的想像；而今AI人工智慧蓬勃發展，應用在生活各個領域，科學家也想辦法開發人工智慧應用於解決醫療領域的問題，希望能夠幫助患者診斷疾病或治療。 而精準與預防醫療則是著重於有效結合 AI 人工智慧和醫療照護知識，衍伸創新應用，以精準、快速等特性提升醫療效率，預測疾病的發生風險，讓醫療資源能夠更有效且妥善的被運用。 現今，智慧醫院已成世界趨勢，微軟亞洲研究院副院長張益肇認為，沒有人能單獨創造出完美的智慧醫院，「所以要建立良好的生態系統（eco-system），」才能讓科技技術有效且永續地應用在醫院裡。 廣達電腦技術長張嘉淵總結，「科技不是未來，而是帶我們通向未來的工具，」他期待各界共同努力，打造下世代智慧醫院，為人類健康創造更大福祉。
智慧醫療應用: 以AIoT為基礎 驅動 HIS 4.0 智慧醫療
為整合國軍體系醫院HIS，他們先將體系醫院HIS資料整合到一個資料庫，來比對三總系統的資料結構，再建立更合適的資料結構和定義，重整兩套系統資料，以便日後研究和開發醫療AI。 結構化病歷，也是三總另一個標準化整合手段，但他們更進一步整併組織，將病歷室併至資訊室下，要將資訊化病歷資料整合其他醫療資料，來發展智慧醫療。 因為臺灣健保單一給付制度限制，難以支付醫院使用醫療AI，使得醫院或跨界研究的成果，難以得到回報；對智慧醫療新創而言，也會遭遇發展新商業模式的瓶頸。 宏碁智醫總經理許銀雄就建議，政府也可協助產業，如成立智慧醫療產業推動辦公室，來加速產品落地。 臺灣自2、3年前開始發展醫療聯邦學習，如今漸趨成熟，幾家大型業者也提供商用聯邦學習平臺，如臺灣人工智慧實驗室、研華，來讓醫院跨院訓練模型與驗證使用。 臺中榮總加護病房的急性腎衰竭預測AI，就是以這種模式來強化模型廣適性，臺大醫院打造的胰臟腫瘤AI偵測系統PANCREASaver，也是以聯邦學習來驗證，而開啟臺灣醫界聯邦學習先河的臺北榮總腦轉移瘤輔助偵測系統DeepMets-Plus也是一例，更已取得食藥署智慧醫材（SaMD）認證。
Deloitte 亞太(Deloitte AP)是一家私人擔保有限公司，也是DTTL的一家會員所。 Deloitte亞太及其相關實體的成員，皆為具有獨立法律地位之個別法律實體，提供來自100多個城市的服務，包括：奧克蘭、曼谷、北京、河內、香港、雅加達、吉隆坡、馬尼拉、墨爾本、大阪、首爾、上海、新加坡、雪梨、台北和東京。 此外，在去年將遠距醫療納入健保給付的健保署，今年7月也透露，期望今年民眾接受居家醫療和遠距醫療服務時，能全面採用虛擬健保卡，讓遠距醫療的資訊串接更完善。 比如說，要訓練機器人投籃，機器人如果投進了，就給他十分，他如果投不進，就給他負八分，這樣機器人就會知道要怎麼調整角度及力道，才可以把球投進去，他就會慢慢自己調整，調整到正確的姿勢，以設法得到最大的利益。 現在的無人駕駛，就是類似的概念，先告訴電腦這樣走是正確的，給分數高一點，這樣走會撞到東西，就倒扣的分數，這種就叫增強式學習。 顱內出血 (Intracranial Hemorrhage, ICH) 每年每100,000人就有24人發生顱內出血的情形，死亡率高達30%，為一分秒必爭的緊急情況。
智慧醫療應用: 4月13日 - 智慧醫材跨域單位媒合交流座談會 - 南向航行 智慧醫同
相較於顯微鏡下觀察病理切片，透過放射攝影產生的人體組織影像，減少患者進行組織切片及過程中可能產生感染的風險，更不需其它新樣本即可完整檢視患者情況。 透過多重身份驗證之方式，結合臉部辨識和物聯網技術的應用如智慧藥櫃，將大幅提升用藥安全，同時縮短給藥時間並提升醫療照護品質及滿意度。 同時也進一步定義數位健康（Digital Health）為「涵蓋eHealth、mHealth及其他新興技術應用於健康照護領域，譬如使用先進的電腦科學，如：大數據（big data）、人工智慧（artificial intelligence）等」。 在世界衛生組織的相關概念及策略的發展脈絡下，智慧健康照護是數位健康發展中的一環；智慧醫療的發展則是智慧健康照護中的重要環節。
藉由5G專網，傳輸即時高清影像，提升遠距醫療的品質，強化國內智慧醫療發展。 財團法人醫院評鑑暨醫療品質策進會（簡稱醫策會）係由衛生福利部捐助成立，20年來，致力於宣導醫療品質與病人安全理念。 醫策會自2013年開始徵選智慧醫療應用之優秀案例，並於本會舉辦之「國家醫療品質獎」中設立「智慧醫療類」競賽，選拔優秀智能化作為。 希望藉此促進機構間的標竿學習，同時，亦帶動更多資訊科技共同投入健康照護。
智慧醫療應用: 智慧醫療器材製造工廠品質管理系統輔導徵求參予廠商
Deloitte Touche Tohmatsu Limited（簡稱“DTTL”）、其會員所或其相關實體的全球網路（統稱為“Deloitte組織”）均不透過本出版物提供專業建議或服務。 在做出任何決定或採取任何可能影響企業財務或企業本身的行動之前，請先諮詢合格的專業顧問。 目前台灣高齡化趨勢日益明顯，醫護人力短缺成為醫療與照護行業的一大憂慮；同時，醫療人才的匱乏、不可避免的診斷錯誤率和無法發揮到最大的資源應用率，都是醫療業長期以來承擔的問題。 智慧醫療應用2023 Rosello的想法是將整合引擎的能力與JHS的資料倉儲結合在一起，最先的應用案例是使用於辨識JHS急診部門(Emergency Department, ED)的「密集使用者」。 密集使用者指的是那些經常會到急診部門的病人，通常無法負擔費用，習慣性地將急診作為醫療求助的第一提供者，主要的原因則是因為這類病人並不知道有其它的選擇。 最近幾年，AI爆紅，許多醫院及科技大廠也紛紛投入研究醫療領域AI (Medical 智慧醫療應用2023 AI)，試問我們平日使用的HIS系統，所收集的資料真的滿足AI所需要的資料了嗎？
超高齡社會是我國以及許多先進國家未來的寫照，銀髮人口增長將伴隨對醫護及人力需求的驟增，智慧長照醫護系統、個人化精準醫療、以及健康照護模式之解決方案，將為新興診療市場帶來無限商機。 不管是AI或HIS的本質，就是如何透過IT的輔助，進行全面性作業流程再造。 IoT主要是拉近分散式的資料，集中彙整成物與物的數位資訊，聚集形成 Big Data（大數據），以利於未來提供給AI做研究分析，在健康醫療領域具有十分廣闊的市場跟應用前景。
智慧醫療應用: 智慧醫療器材工作坊（報名期間9月24日至10月8日）
若清楚分析出診斷結果，系統會建議過往有效的治療方式，供醫師參考選擇，不僅快速做出正確決策，更進一步提升醫療照護品質，留住更多寶貴生命。 根據台灣病人安全系統，在2021年Q3醫療疏失的統計上，因藥物品調劑錯誤佔其中14.1%。 智慧醫療應用 檢視藥師藥品調劑的過程，藥師的工作繁複瑣碎，容易因為藥名或外觀相似等原因，或是因不熟悉作業或疲勞或未落實雙重查核等程序，導致藥品調劑產生錯誤，進而危害病人安全。
心臟病高居台灣死因第二位，每年耗用的醫療資源相當龐大，其中以急性心肌梗塞尤甚，據健保署統計2018年因心肌梗塞就診的病人有4萬8千多人，而且每8個病人就有一個人不滿50歲，已經有年輕化的趨勢。 系統表現：AUC (ROC曲線下面積) 0.986 (Grade 0) 、0.902 (Grade 1)、0.952 (Grade 2)，除糖尿病之外，本院亦積極開發其他眼底鏡病灶輔助判讀，如：青光眼。 根據國家衛生研究院「2019台灣糖尿病年鑑」統計，國人糖尿病盛行率超過9.32％，糖尿病人逾220萬人。 故糖尿病人每年至少進行一次眼底攝影檢查，預防因嚴重糖尿病視網膜病變，造成視力受損。 最近印度科學家為了拓展太陽能板的應用範圍，決定讓光電技術潛入水中，嘗試將非矽晶太陽能板浸泡在純淨水、湖水、海水等各種不同的水體進行研究，希望能幫太陽能開闢新的道路。
