專案詳細資料

說明

臺灣人口持續老化,也增加多重疾病與多重用藥之機會,台灣平均每人每年就醫14次,每次門診約領4到5種藥品,因此每年約有3億4千5百萬張處方箋。用藥錯誤的發生率約為0.5%到5%之間,因此預估台灣一年有75到750萬張不適當處方,同時在多重用藥與用藥過度情況下,台灣病人服用藥品的遵囑性也明顯不佳,例如高血壓遵囑性不到60%,現在台灣每年浪費藥品已估計達到193公噸,。現階段臨床決策支援系統,在預防用藥錯誤仍有很大改善空間,例如50-90%警示常被忽略、不符成本效益、未具臨床驗證,且未具備持續自我學習功能。 目前人工智慧技術已邁入快速發展期,預計5到10年內深度學習、強化學習、自然語言處理等將成為技術主流,此將更有效解決此醫療議題。而台灣因為電子病歷 與健保資料庫基礎建設完善,使台灣具備世界級醫療電子資料的醫療軟實力,因此發展智慧醫療是台灣的優勢與利基。 本計畫將運用人工智慧進行跨國主動式醫藥安全革新,包含(1)醫藥安全早期偵測模型開發與系統建立、(2)人工同理心發展、(3)隨機分配臨床試驗、(4)醫療院所採用與強化學習模型,是以台灣強項促進智慧醫療之醫藥安全發展與病人服藥醫囑性提升,並連結台灣的產、官、學、研、醫、國際,將可促進精準醫學與人才培育,進而加速醫療人工智慧與產業連結及促進國際合作與學術交流,使醫療健康相關人工智慧能辨識並分析病人的個性及情緒感受,使其具有同理心,來建立世界級人工智慧之醫藥安全系統。 本計畫同時提供畫醫療巨量資料知識庫,如疾病與疾病、疾病與藥物、藥物與藥物、藥物與劑量等,可協助再深入研究與資源分享,也可做為非適應用藥之實證資料庫。
狀態已完成
有效的開始/結束日期1/1/1812/31/18

Keywords

  • 用藥錯誤
  • 人工智慧
  • 人工同理心
  • 臨床試驗
  • 強化學習