 醫守科技「RxPrime藥御守」畫面：系統分析此病人的病歷資料，確認沒有相對應的診斷或證據可以解釋使用ACETAZOLAMIDE的臨床合理性，建議刪除或加入對應此藥的診斷。醫守科技／提供 疾病的種類越來越複雜，相對治療各種疾病、併發症的藥物處方箋亦然，然而醫生面對病人的看診時間並未增加，反而越來越短，從北醫衍生獨立的醫守科技，今年獲選中小企業暨新創署「黑科技」類的潛力新創，結合AI技術針對處方箋的診斷與用藥，透過大數據深度學習分析，獨家開發「臨床診斷推論網路模型」，幫助醫師執行臨床用藥決策，強化病人安全。 開錯藥物的新聞時有所聞，醫守科技創辦人暨執行長龍安靖以退燒止痛的普拿疼ACETAMINOPHEN為例，在台灣一年就有3000次開錯，不小心開成青光眼的用藥ACETAZOLAMIDE，兩種藥名長得很像，導致非常容易開錯處方箋。 醫守科技的臨床推論網路模型將每種藥對應的症狀、疾病連結對應，專司防守用藥錯誤的「RxPrime藥御守」如果發現處方箋裡有不合理的用藥，或少開了藥，系統就會提醒建議，等於是請AI幫忙醫生開處方箋時加一道防線。 醫守科技透過蒐集大量數據加上AI的深度學習分析推論，最早從收集台灣健保資料，後來加上美國的資料，目前累積超過32億筆的病歷數據，且不斷在更新中，幾乎涵蓋各科所有疾病；龍安靖說，醫療團隊與AI團隊密集定期會議討論，打磨更新商品的資訊功能；目前競爭對手有各有不同方法，例如美國是找很多專家從上建立指導策略，人做出的知識，說明描述比較清楚，但很難做到全科系完整的覆蓋。 除了用藥識別，相同技術也多元彈性運用在解決醫療、用藥不同痛點，例如健保申請，經常容易出現的漏帳或超收，透過AI推論網路模型可以更有效率校正；此外藥廠有些新藥推廣不易，將資訊放在平台，可以讓新藥直接與第一線看診醫師接觸。新藥只有十年專利，但前3、4年都在研發、推廣，過了專利期學名藥就出來了，對於藥廠在市場推廣新藥是一大利器。 近幾年智慧醫療研發創新名目眾多，醫守是少數在智慧醫療領域成功出海的新創公司，且團隊第一筆資金就來自美國矽谷，團隊提出的解決方案受到肯定，在台灣醫守的產品已有將近一半醫學中心採用，也成功打入美國市場，龍安靖表示，醫界的改革通常很慢、很謹慎，醫守科技提出的並非顛覆性改革，而是站在幫助醫療人員的立場，解決現有的痛點，醫療的挑戰很多，這也是醫守科技的使命與機會。 Reference:
報導原文
DxPrime 好完診 : 第一時間做好全面診斷 世界衛生組織表示，全世界大多數成年人在一生中都可能至少被誤診一次。實際上在美國，平均每年有80萬人因診斷錯誤而終生失能或死亡，這背後代表著80萬個家庭與整體社會沈重的負擔。 診斷錯誤，包括任何被忽略、延誤或不正確的診斷。一旦診斷錯了，接下來整體治療重點也會跟著走錯。然而診斷決策的過程並不是線性的，每個步驟都充滿不確定性，在醫療人力日漸短缺，能夠分給每個病人的時間變少的趨勢下，診斷錯誤的可能性越來越高。 臨床推論輔助 臨床推理能力是醫療人員必備的能力，醫生根據病人主訴的症狀、表徵等一連串資訊與證據，推論出病人得到什麼疾病。隨著科技、生活環境改變與人口高齡化帶來的多重疾病等問題，加劇了疾病形成原因與表現的複雜程度，使得醫生要分析考量的因素變多。 醫守的臨床深度推論ＡＩ模型能夠自動綜合分析診斷、藥物、手術、檢驗檢查及病歷中的自由文字等，直接為醫師完成其原本要做的推論分析，即時呈現運算結果給醫生評估，縮短其自行蒐集與分析數據的時間。 難以跨越的臨床知識高牆 2019年醫守從臺北醫學大學正式分割獨立，在這之前，醫守的核心模型已經發展了長達十年的臨床研究基礎，模型從一開始先單純探索疾病與疾病、藥物與藥物之間的關係，慢慢發展到分析疾病與藥物的交互關係。 近幾年醫守不斷擴充病歷數據庫，收錄了臺灣健保、美國聯邦醫療保險CMS、全球知名醫院 Mayo Clinic，以及DARTNet等資料，累計到 32億筆總量，ＡＩ運算模型也淬鍊出五百萬條臨床關聯知識，形成更強大的臨床深度推論網路與醫療情境適應能力。 及早預測併發症 即時介入與管理 醫療照護受限於知識與科學發展，多半以「一體適用(one size fits all)」的治療指引，再加上「包含或排除」、「嘗試錯誤」等方法逐步修正診斷與治療計畫。DxPrime好完診運用科技幫助醫生更有效率地因應病人的個體化差異，針對不同科別與病人性別，即時探索所有診斷、共病與併發症之可能性，藉由及早預測併發症，提醒醫師適時介入與管理，避免後續引發更嚴重的健康問題。 具解釋能力的AI 促進推論思考與鑑別 自從人工智慧開始商業化後，其黑盒子現象經常引起爭議。DxPrime好完診能夠依據所點選的建議項目，直接展示其與臨床證據之間的網路關係，不僅提高醫師對產品的信賴，也幫助醫師確認臨床合理性，提高診斷決策品質。醫師藉由DxPrime分析大量臨床關聯知識的能力，作為鑑別診斷等決策評估工具，減少診斷過程的不確定性與盲點，並據此與病人進一步溝通，更能掌握病情，促進病人安全與治療成效。
醫守科技是一家以AI人工智慧進行「醫療防錯」的公司，致力於協助醫師避免醫療疏失、守護病人安全。歷經十年研發的「DxPrime 好完診」AI模型，不僅能輔助臨床診斷，還能預測並處理潛在併發症；它不僅提供診斷結果，還會展示推論過程，減少診斷過程中的不確定性，最重要的是，能夠即時提醒醫師「開錯診斷」。 醫守科技創業五年來，守護了一百多萬的病人、申請二十一項發明專利、通過五個醫院人體試驗委員會(IRB)臨床試驗，發表十多篇論文。這些創舉不僅在臺灣，全球也沒幾家公司能做到。醫守科技執行長龍安靖擁有醫療和科技雙重背景，早在十幾年前，他的博士論文便聚焦「用藥安全」，也從那時起他立下志業，確保每位患者都能享有安全且精準的醫療照護。 目前全臺已有30多家醫療院所與醫守科技簽約，使用「DxPrime 好完診」系統來輔助診療工作。不少醫師對這套系統讚譽有加，感謝醫守科技團隊研發出如此實用的醫療輔助工具，顯著提升了臨床診斷的準確性與效率，世界知名醫院美國梅奧診所也是醫守科技的重要投資者。 全球布局與精準化募資策略 傲人成績背後，除了仰賴全球頂尖的醫療機構與32億筆病歷大數據的支持，還有創辦人暨執行長龍安靖率領團隊逐步拓展，現在臺灣和美國兩地都有據點。儘管數位醫療需求龐大，但醫療院所的財務預算週轉緩慢，營業收入至少都要一年到一年半才能看到成果，因此必須不斷地尋找投資人。 然而初期的投資者選擇並不理想，合作過程中常發現彼此目標不符，讓團隊疲於奔命、陷入困境。特別是兩年前的募資階段，那段時間為了要同時處理臺灣和美國的工作，幾乎是進入「無時差狀態」，每天都睡不到三小時。經歷了這些挑戰，龍安靖逐漸摸索出更精準的募資策略：他開始慎選合作對象，為公司設立極高的篩選標準，專注於找到合適的領投機構合作，才讓公司進入穩定發展的軌道。 步步為營：醫守科技的長跑精神 「無論順境或逆境，都要把該做的事情做好！」這是醫守科技創辦人龍安靖的經營信念。喜歡跑步的他，也常以跑馬拉松來比喻創業之路：「一開始跑得快，未必能最後奪冠；用自己熟悉的步調，努力不懈地堅持到底才是關鍵。」堅持初心、履行企業責任，醫守科技在醫療創新中不斷突破，將使命感化為行動力。這股信念推動著「DxPrime 好完診」AI模型，成為醫生不可或缺的臨床輔助工具，顯著提升患者安全與醫療品質，為精準醫療領域帶來全新高度。 Reference:
第23屆新創事業獎得獎專輯, 經濟部, 2024
 醫守科技「DxPrime好完診」，獨家臨床深度推論AI模型，協助醫師在第一時間完成全面診斷，降低診斷錯誤的風險，獲選經濟部中小及新創企業署「潛力新創選拔」績優廠商。 臨床推理能力是醫療人員必備的核心技能，然而隨著科技進步、生活環境改變以及高齡化現象，讓疾病的成因與表現變得複雜，也讓醫生面臨更為複雜的診斷挑戰。世界衛生組織曾公布，大多數人一生中都可能至少被誤診一次！以美國來說，每年約有80萬人因診斷錯誤而終生失能或死亡，造成許多家庭和社會沈重的負擔。 醫守科技執行長龍安靖表示，診斷錯誤通常包括不正確、忽略或延誤的診斷。一旦診斷有誤，隨之而來的治療也將偏離正軌。在醫療人力不足和每個病人看診時間縮短的趨勢下，診斷錯誤的風險也相應而升。 醫守獨家的臨床深度推論AI模型，大幅縮短了醫生自行搜集與分析資料的時間，直接將AI推論的結果呈現在醫生面前，提供給醫師作為鑑別診斷的評估參考。DxPrime好完診可解釋各項診斷建議與臨床證據之間的關係，幫助醫生理解AI的推論邏輯，減少診斷過程中的不確定性，醫生亦能藉此與病人進一步溝通，避免未知的盲點。同時，DxPrime好完診也能提前預測病人可能出現的併發症，及時提醒醫師介入與管理，避免後續衍生更嚴重的健康問題。 執行長龍安靖指出，醫守運用32億筆的國際電子病歷發展出臨床推論網路運算模型，淬煉出具有五百萬條臨床知識的關聯網，能夠在診斷、藥物、手術、檢驗檢查及病歷中的自由文字之間來回推論，除了用於提升診斷精準度，也能應用於用藥、手術、醫療編碼等決策流程，不僅預防錯誤，更進一步促進醫療決策的全面思考，提升治療成效。目前醫守科技正積極拓展臺灣、美國與中國的市場，持續開發更多元的臨床應用產品。 |
全部
|
醫守科技股份有限公司
|
|
© AESOP Technology 2025