人工智慧驅動下的急診流程與決策：從醫病互動到臨床敘事的自然語言處理應用(2/3)

面對急診部門病人流量增長與資源限制帶來的挑戰，本三年研究計畫旨在開發適應台灣醫療環境及語言多樣性的人工智慧工具，以改善急診流程和提升醫療品質。首年，將開發基於大型語言模型的醫病對話自動化流程，評估ChatGPT的應用效益，並研發能落地的醫療大型語言模型。次年，專注於開發可感知臨床敘事的深度神經網路，預測急診患者嚴重預後與返診風險。最終年度，將利用預訓練語言模型提高急診處置效率及診斷準確性。此計畫將通過創新處理方法和調整模型策略，克服資料不平衡問題，支援急診醫療決策，減輕醫護壓力，進而提升病患醫療品質並嘉惠智慧醫療體系。