AI 賦能臨床決策支援系統 透過真實世界資料提升病人安全

舊金山報導 | 隨著個人化醫療需求持續成長，真實世界資料 ( Real-World Data, RWD ) 在醫療照護中的應用也加速發展。台灣童綜合醫院與醫守科技合作，針對一套運用 RWD 的 AI 臨床決策支援系統 ( Clinical Decision Support System, CDSS ) 進行研究，以協助實現更安全、更有效的臨床決策，並降低潛在不適當用藥的風險。研究結果近日發表於《Journal of Medical Internet Research》。

RWD 涵蓋多種類型的資料，包括電子病歷紀錄 ( EHR ) 、保險理賠、穿戴式裝置、環境因素，以及影響健康的社會因素。這些資料可提供對病人狀況與治療結果更全面的理解。然而，如何有效運用 RWD 仍是一項重大挑戰。

作為 RWD 的重要成分，EHR 系統經常受到傳統 CDSS 設計不佳的限制。這些系統經常發出不相關或重要性較低的警示，也無法針對仿單核准適應症外用藥、多重共病與多重用藥等複雜情境提供具體建議，造成醫師的警示疲勞，使重要警示與提醒遭到忽略。結果可能影響病歷紀錄的完整性與準確性，增加不適當診斷或治療的風險，並可能威脅病人安全。

本研究以一套整合式 AI 賦能 CDSS 回應上述挑戰，系統結合用於處方適當性判斷的 MedGuard ( 現稱為 RxPrime ) 與提供診斷建議的 DxPrime。在為期一年的臨床試驗中，系統分析了 438,558 筆處方，提供 10,006 項可採取行動的建議，醫師接受率接近 60%。與傳統系統相比，這套 AI 強化的方法在真實世界臨床環境中展現出更高的精準度與實際應用性。

研究結果也顯示，不同專科的接受率有所差異，其中眼科為 96.59%，婦產科為 90.01%，顯示出高度適用性。相較之下，神經科的接受率為 38.54%，血液腫瘤科則為 10.94%，突顯出針對不同專科需求進行客製化的重要性。

這項研究也凸顯了由 RWD 驅動、並提供具可行性建議的 AI 系統，在提升病人安全與支援複雜治療決策方面的轉型潛力。這些進展有助於提升醫師對 CDSS 的信任與採用程度。此外，透過提升病歷紀錄的完整性與準確性，這類系統也能改善 RWD 的品質，形成正向回饋循環，進一步推動未來醫療發展，並持續為資料導向的醫療照護提供可靠基礎。

報導原文 ：PR Newswire