隨著全球精準醫療與智慧醫療快速發展，運用人工智慧協助醫師進行客觀且個人化的治療決策，已成為數位健康與醫療創新的重要方向...

為解決突發性耳聾臨床照護上的關鍵挑戰，新竹臺大分院整合智慧醫療創新中心、耳鼻喉科、醫學研究部及資訊團隊，並攜手臺大醫院總院、臺大醫院雲林分院、馬偕紀念醫院及廣達電腦等產學研夥伴，共同開發「突發性耳聾個人化治療建議及預後預測裝置」，建立結合人工智慧、臨床實證資料與國際醫療資訊標準的臨床決策支援平台。

譚慶鼎教授表示，智慧醫療的核心價值不僅在於技術創新，更在於透過跨領域合作與臨床需求導向設計，讓創新真正融入醫療照護流程。本成果整合臨床醫療、資料科學、人工智慧、FHIR國際醫療資訊標準及產業技術資源，成功將臨床需求轉化為可落地的智慧醫療解決方案，並建立具備推廣潛力的智慧醫療平台。

突發性感音神經性聽力喪失（Sudden Sensorineural Hearing Loss, SSNHL）俗稱突發性耳聾，是耳鼻喉科常見且具高度不確定性的急症。患者常於短時間內出現聽力明顯下降，若未及時接受適當治療，可能造成永久性聽力損失。然而，目前臨床仍缺乏客觀且個人化的決策工具，醫師多仰賴臨床經驗評估預後與規劃治療策略，病人亦較難充分了解不同治療方案可能帶來的效果差異。

本系統整合臺大醫院與馬偕紀念醫院兩大醫學中心共864位病患臨床資料，分析超過22項與治療成效及預後相關的重要臨床變數，包括人口學特徵、症狀表現、共病狀況、聽力圖資訊及治療參數等，建構人工智慧預測模型，於測試資料驗證中獲得ROC曲線下面積（AUC）0.836的結果，展現良好的預測效能。系統可依據病人的個別臨床條件預測治療成果，提供更客觀且個人化的治療建議。

此外，系統導入「治療情境模擬（Treatment Simulation）」功能，可針對不同中耳類固醇注射次數及施打頻率進行預測分析，協助醫師比較不同治療策略可能產生的預後差異，提升治療規劃的科學依據與精準度，同時協助病人理解不同治療策略可能帶來的預期成效，促進醫病共同決策。

為提升人工智慧的可信度，團隊導入SHAP（SHapley Additive exPlanations）可解釋性分析技術，將AI預測結果轉換為可視化資訊，使醫療團隊得以了解各項關鍵變數對預後評估的影響程度，讓人工智慧從「黑盒子」邁向可理解、可驗證且可信任的臨床決策支援工具，落實負責任人工智慧（Responsible AI）發展理念。

平台全面導入FHIR（Fast Healthcare Interoperability Resources）、TW Core IG及SMART on FHIR等國際醫療資訊標準，具備與電子病歷及院內資訊系統無縫整合的能力。透過標準化資料交換架構，不僅提升跨機構資料互通效率，也使系統具備快速部署與跨院推廣能力，可進一步延伸應用於其他耳科疾病、慢性疾病照護及精準醫療領域。

此次成果也榮獲衛生福利部「臺灣50優良SMART應用程式」肯定，展現在FHIR國際標準實作、智慧醫療應用及臨床決策支援領域的創新成果。未來團隊將持續推動臨床驗證與法規取證工作，並發展數位醫療軟體（SaMD）及智慧醫療解決方案，加速創新成果於臨床場域落地與推廣，提升醫療品質與病人福祉，促進臺灣智慧醫療創新成果邁向國際市場。

詳細資訊→突發性耳聾個人化治療建議及預後預測裝置 | 臺灣大學醫學院附設醫院 譚慶鼎 教授團隊 | 第22屆國家新創獎