冠病疫情暴發以來，醫院床位吃緊問題一直備受關注。爲改善這一情況，新加坡國立大學醫學組織研發了由人工智能驅動的實時監測系統來預估病患的住院時長，降本增效地利用床位資源。
國大醫學組織（簡稱NUHS）舉辦的2022年新加坡醫療保健人工智能數據科技展（Singapore Healthcare AI Datathon and Expo）目前在國大文化中心舉行。這項爲期一周（11月28日至12月4日）的科技展介紹本地醫療保健領域多種前沿的人工智能項目。
界面每兩分鍾會更新一次，並以人工智能驅動確保數據的時效。
被問及具體用時差距，NUHS助理集團首席技術官伍帥潤顧問醫生回應說，傳統X光掃描成像從X光掃描到判斷完成需要約10分鍾，而有了人工智能的輔助，30秒內就能出結果。
人工智能成像的高精准度和穩定性，可與經驗豐富的醫師媲美。人工智能成像利用深度學習（deep learning）模型，可瞬間生成自動量化角度的X光攝片，大大縮減了醫師研判的時間，于是提高了篩查效率。
醫生在患者入院問診時的預判未必是最准確的，而這個設備能夠根據病患實時的病情，推測醫院兩周後的病床使用情況……研發人員下一步將繼續優化算法，探索人工智能爲治療方案和進程提供建議的可能性。
——NUHS集團首席技術官
嚴居淵副教授
整體來看，人工智能成像篩查的生産效率較以往提高了200%，這有助于學生在成長期提早發現和預防脊柱側彎問題。
這也是首個能夠跨院看到我國五大醫院病患人數的實時床位監測系統，醫院包括裕廊醫療中心、裕廊社區醫院、黃廷方綜合醫院、國大醫院和亞曆山大醫院。
新加坡國立大學醫學組織計劃在一兩年內將最新搭載人工智能模型的脊柱側彎篩查項目，納入全國小學五年級至中學二年級學生的統一健康檢查。
NUHS的醫療團隊平均每年在社區、學校和醫院開展約7000次脊柱側彎篩查，根據篩查分級結果，醫生將判斷被檢查者是否需要進一步的跟進與治療。
NUHS骨外科劉錄霖高級顧問醫生說：“當學生家長發現，多次人工智能成像結果都一致時，他們對孩子的病情有了確定感，也沒有那麽焦慮了。”
其中，NUHS耗時三年研發，一套名爲“進擊人工智能”（Endeavour AI）的實時監測系統，星期五（12月2日）首次在展會上亮相。
國大醫學組織推介全球首創人工智能算法驅動的監測系統來安排醫院床位。系統通過智能算法讀取海量病曆上的文字、圖片和數據，多維度考量每個病患的體征、用藥、病情發展、出院後的看護條件等，來實時預測他們的住院時長。
當急診部門人流超荷，監測設備的相應指標會從綠變爲紅色，向醫生發出調整預警，並調動更多醫護人力增援。
脊柱側彎篩查（Scoliosis screening）自1981年起就是小五至中二的必查項目。不過，最新的人工智能成像技術不僅能提高檢測結果的精准度，還減少了篩查過程所需的醫療人力。
NUHS集團首席技術官嚴居淵副教授說：“醫生在患者入院問診時的預判未必是最准確的，而這個設備能夠根據病患實時的病情，推測醫院兩周後的病床使用情況。”
這一算法驅動的監測系統爲全球首例，今年3月獲批正式在醫院投入使用。
收集挂號時間等信息輸出住院出院大數據
結合新一代電子醫療檔案系統，它通過智能算法讀取海量病曆上的文字、圖片和數據，多維度地考量每個病患的體征、用藥、病情發展、出院後的看護條件，來實時預測他們的住院時長，協助醫護人員更合理高效地安排床位。
嚴居淵指出，研發人員下一步將繼續優化算法，探索人工智能爲治療方案和進程提供建議的可能性。
這個設備的界面可同時收集每個病患的挂號時間、病情緩急、等候時長等信息，並彙總成各時段的病患人數、病房的占用率，以及出入院人流量的大數據。
人工智能脊柱側彎篩查將納入全國中小學生體檢
設備推行後，就醫等候時間縮短了30分鍾至一兩個小時，有效緩解了早上8時到傍晚6時高峰時段的床位吃緊問題。
下一步探索讓人工智能建議治療方案
傳統X光掃描成像的篩查費時費力，且需要特定醫師專門擔任篩查一職。因爲醫師是通過繪制與測量多個夾角的角度，來判斷脊柱側彎的嚴重程度，這依仗的是長年累月的經驗。