氣胸的症狀多樣，臨床診斷困難度高，放射診斷科醫師每日需要判讀大量影像，很難快速掌握哪些潛在的危急個案必須優先處理，導致延誤辦識氣胸個案，出現病人安全的風險。
為有效提高氣胸的早期診斷，減少延誤或錯漏風險，新光醫院在副院長帶領下，組成跨單位的專案小組，透過DeepQ AIP平台技術打造AI輔助氣胸診斷模型，測試準確度達98%。
在臨床導入的過程中，更設計了自動化影像分析與通報流程，胸腔X光影像拍攝後會自動上傳至醫學影像儲存傳輪系統，並同時傅送到AI輔助氣胸診斷模型進行分析。若AI偵測到疑似氣胸個案，系統會即時發送簡訊通知值班放射科技師，再通報放射科醫師優先進行專業的判斷並發送危機值通報與正式報告。
臨床落地使用後，準確率更是高達99％，進而分析AI預警系統介入前、後各一年期間的差異，結果顯示AI輔助篩檢介入之後，顯著改善通報效率：
整體通報率由49.5%增加為91.3%，提升1.8倍
1小時內辨識率由29.7%提升為85.3%，提升2.9倍
辨識時間中位數由7小時縮短至12分鐘，提升35倍
三大關鍵績效指標都有顯著的優化，顯示此AI模型能夠協助氣胸病患在關鍵黃金時間內得到識別與妥善的處理。
新光醫院該專案負責人進一步表示：「隨著AI技術的快速成長，醫療與資訊技術的緊密合作日益重要。此專案使用的DeepQ平台具無需程式碼的優勢，讓醫療團隊可以輕鬆進行AI模型的開發與部署，降低技術門檻並加速AI技術於臨床的應用與推廣。」
出處來源：新光醫院 報紙 醫藥新聞(THE TAIWAN MEDICAL NEWS）08醫療亮點
