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 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
|