「全美最佳醫院」如何用AI超前部署？

2020年從開春動盪至今，台灣在公衛與醫療體系的超前部署，使我們得以領先全球進入後疫情時代，努力踏上復甦之路。但展望未來，超前部署之外，國內醫療體系能否藉此次衝擊更完備體質，迎接下次大流行？或將這次應戰的動能，反饋在優化日常營運上?

雖然歐美多數醫院不敵本次Covid-19衝擊，前線資源與人力瀕臨耗竭；然而也有部份醫療機構為正面迎戰，率先採用新科技。

全美最佳醫院開始用AI做需求預測

例如，連續多年被評選（註）為「全美最佳醫院」克里夫蘭醫學中心（Cleveland Clinic），新冠肺炎疫情爆發後，立即向SAS尋求協助。雙方近日已打造了人工智慧模型，協助醫院預測患者人數、所需加護床位數、醫護人員防護設備和呼吸器數量。

這個模型還設計了「最好」「最壞」及「最可能發生」的三種情境，可隨著情勢和資料源的變化即時調整，像加入地區人口健康狀況、人口統計學差異，及各州政府防控措施，甚至社交距離對疾病傳播的抑制作用，必要時也可以加入作為分析因子。

因為瞭解新冠肺炎衝擊嚴峻，克里夫蘭醫學中心已啟動針對「最壞」情境下的準備計畫：

在其教育園區內，為無需住加護病房的新冠肺炎患者，臨時搭建了1,000張病床；醫院還使用運算模型，推算是否需要招募更多醫護人員。

因為病毒傳播迅速，雙方日前也在GitHub公開這些模型，希望其他機構能齊力加入優化模型，協助各級醫院、保健機構、地方與中央衛生機構，預測流行病的影響，加速幫助較脆弱的機構。

仔細思考，台灣防疫有成、得以暫時用大量人工應對少量確診；相對之下，國外仰賴AI快速因應大規模衝擊，做出需求預測，或可作為台灣強化部署的新學習。