根據衛福部統計，事故傷害高居我國10大死因第6位，每10萬人口就有28.1人。事故傷害患者需要適時及適當的手術與醫療照顧，但患者通常為多重外傷及生命徵象不穩定者。因此，在忙亂不明的情境中和時間賽跑，降低延誤診斷或是錯失診斷的機率，正是AI人工智慧可以協助之處。
|AI診斷 助事故傷害者實例
林口長庚外傷急症外科鄭啟桐醫師表示，一位工地工人自高處跌落，右大腿骨骨折，血壓一直不穩定，外院找不到正確病因，只能進行輸液和輸血治療，轉送至醫院時病患已呈半休克狀態。
外傷科醫師進行評估時同步調閱外院X光片，並利用AI人工智慧輔助診斷，利用熱點電腦視覺處理，發現病患除了有左側股骨骨折外，另有左側恥骨骨盆骨折。由於骨盆骨折出血會隨時致命，因此馬上安排患者後續檢查和血管攝影，找到出血點，即時止血，病患血壓馬上回穩。隔日接受大腿骨手術，於一週後平安出院。
|以往人工智慧 AI演算法的瓶頸
林口長庚外傷急症外科廖健宏醫師表示，以往的AI演算法，大都是針對單一部位的單一病灶進行分析判讀，在臨床情境上使用，相對的有侷限性，當多任務同時進行時，準確度就會下降，這也是目前AI還無法於臨床普及的原因。
他解釋，在臨床上發現，骨盆X光片還可以看到很多不同的結構，如：髖骨、股骨、脊椎骨、坐骨、骨盆和許多不同的病灶。如果人工智慧只能認出髖骨骨折，對於醫療上的幫助非常侷限。尤其骨盆骨折是外傷中最可能致命的傷害，在重大車禍或者嚴重外傷時會出現，所以如何利用一張骨盆X光片，就可以診斷出各種不同傷害，是臨床上最希望達到的理想。
|突破AI演算法！準確度超過95%
鄭啟桐醫師表示，過去需要兩到三個不同的程式才能完成這項工作，長庚研究團隊利用醫院自身龐大的外傷資料庫，收集過去10年高達5000張骨盆X光片，訓練及新設計出AI演算法，能同時辨識各種不同位置及不同類別的外傷型態，還能利用熱點標示，精準指出病人受傷的位置，呈現給第一線醫師參考。
此外，透過AI演算法，可以判讀發生骨折的可能部位，輔助第一線急診醫師診斷及掌握黃金治療時機，而由於新的演算法，平均準確度超過95%，打破過去AI的屏障，研究報告也登上國際頂級期刊《Nature》(自然)2021年2月的子刊《Nature communication》
(Nature communications)。
