AI Medicine Lab
AI 醫療實驗室
很多醫療網站會說「我們有 AI」。這一頁想做的是相反的事：攤開給您看 AI 用在哪裡、怎麼做的、準不準、現在做到哪一步。
因為在醫療領域，「有沒有用 AI」從來不是重點。重點是：這個工具解決了什麼具體問題？它的錯誤率是多少？錯的時候會怎樣？誰為結果負責？
所以下面的每一項都標示它所在的階段，而且不會把研究中的東西說得像已經驗證過。目前公開的是已經上線、任何人都能實際使用的工具；研究中與未發表的題目在有結果之前不列在這裡。
先說清楚三件事
- 這裡的「AI」指什麼
- 涵蓋影像的深度學習（如胸部電腦斷層的結節偵測、放射組學 radiomics）、結構化資料的機器學習（如睡眠分期、預後分層），以及把指引條文寫成規則式決策邏輯的臨床工具。後者不是機器學習，但它同樣是把臨床知識變成可重複執行的程式，我們不會把它包裝成 AI。
- 我們不做什麼
- 不會用 AI 取代診斷、不會在網站上處理任何可辨識的個人健康資料、不會把未經驗證的模型放到民眾可以直接使用的地方。本站所有工具的運算都在使用者自己的裝置上完成，不上傳、不留存。
- 誰負責
- 所有臨床工具的內容由邱華彥醫師整理與審閱，並標示證據強度與依據的指引版本。工具是輔助，不是診斷；責任仍在醫師與病人的共同決定。
臨床工具 已上線
已經在網站上、任何人現在就能使用的工具。這些是規則式的臨床決策支援——把指引條文、給付規定與劑量計算寫成可重複執行的邏輯，去掉查表與換算的人為誤差。它們不是機器學習模型，我們也不會這樣宣稱。
智慧報告系統（VHCT）
把胸腔科最常見的檢查報告，變成可以逐項對照的判讀工具：肺功能（Spirometry、支氣管擴張劑測試、IOS、DLCO、體箱式）、睡眠（PSG、CPAP／APAP）、問卷（CAT、ACT、ESS）、FeNO 與胸腔超音波。
前往使用 → 臨床決策支援臨床路徑工具組
14 個疾病主題，把國際指引與健保給付規定寫成互動邏輯：輸入病人條件，輸出建議處置、劑量、給付核對與定位圖。涵蓋氣喘、COPD、ILD、高血脂、心衰竭、糖尿病、eCKD、多重抗藥菌、結核病、LTBI、LDCT、高壓氧、武漢肺炎（COVID-19）。
前往使用 → 症狀分流症狀自評與分流工具
六個常見症狀的分流邏輯：先攔截紅旗警訊決定就醫急迫性，再依型態推測方向、列出該做的檢查，最後導向衛教、報告判讀或門診。
前往使用 → 適應症比對非藥物治療適合度自評
高壓氧、靜脈雷射、體外反搏、經顱磁刺激、針灸五項治療的適應症與禁忌症比對工具。重點在安全攔截——把絕對禁忌擋下來，並誠實標示每個用途的證據強弱。
前往使用 →關於 AI 在醫療上的四個提醒
- 準確率高不等於有用。一個在罕見疾病上「準確率 99%」的模型，可能只是因為它永遠回答「沒有」。要看的是敏感度、特異度與在實際盛行率下的陽性預測值。
- 在 A 醫院準，不代表在 B 醫院準。不同的機器、不同的拍攝參數、不同的族群結構，都會讓表現掉下來。沒有外部驗證的模型，數字要打折看。
- AI 看得到的，和醫師在意的，不一定是同一件事。模型優化的是某個數學指標，醫師優化的是病人的預後與生活品質。兩者需要人來對齊。
- 最後負責的仍然是人。工具可以減少遺漏與計算錯誤，但決定要不要做某個檢查、承不承擔某個風險，是醫師與病人共同的判斷。
想了解更多或洽談合作
如果您是研究者、工程師或醫療機構，對上面任何一個方向有興趣，歡迎聯繫。如果您是病人，這一頁的工具都可以直接使用，不需要註冊、不會留下任何資料。
本頁說明本站工具與研究的性質與階段。標示為「研究中」或「未來計畫」的內容尚未經過驗證，不得用於臨床決策。所有已上線的工具皆為輔助參考，不能取代醫師的診斷與處方判斷；運算皆在使用者裝置上完成，不會上傳或留存資料。