台大醫院與新竹台大分院跨院合作，開發出具「可解釋性」的人工智慧模型，可依個別病人條件精準預測中風風險，並兼顧出血風險評估，研究成果已登上國際頂尖期刊《npj Digital Medicine》。
為突破限制，研究團隊運用台大醫院2007至2016年間9511名新診斷心房顫動患者資料，建立AI模型，並進一步於新竹台大分院1300例及雲林分院1242例進行跨院驗證。
結果顯示，相較傳統評分工具約0.6的判別力，AI模型可提升至約0.88，大幅提高高低風險分類準確度。
新竹台大分院內科部主任賴超倫進一步指出，AI模型納入用藥史、肝病、肺病等更多臨床變項，也能呈現風險因子的影響方向，讓醫師不僅看到結果，也能理解原因，提升臨床信任度，避免人工智慧淪為黑箱。
研究也發現，在部分個案中，AI評估結果可改變治療決策。例如年輕患者在傳統評分下需用藥，但AI評估風險較低，可轉為與醫師討論是否用藥，避免不必要的出血風險。
台大醫院表示，此研究不僅提升預測準確度，更強調「可解釋性」與臨床可用性，為醫療AI落地提供關鍵一步，也為精準醫療發展奠定基礎。
【MORE】