人工智能技术的应用将为医学影像判读提供更加可靠的数据和技术支撑，从而节约医疗资源和成本，从EBM公司最近建置的应用案例所收集的意见及数据，可以让我们对人工智能给予影像判读的帮助有更直观的了解。

六家综合医院同时上线人工智能判读

从2019年3月份开始，EBM先后在台湾振兴医院、三军总医院、恩主公医院、马偕医院、奇美医院、高雄荣总六家医院上线AI智能分析系统。

这六家医院都已经上线PACS系统多年，所以AI与PACS系统的整合至关重要，六家医院中有三家使用的是EBM PACS, 通过建置AIIE（人工智能推理引擎）来将AI技术整合到PACS中，从而在日常诊断流程中起到作用。

同品牌及不同品牌PACS系统导入人工智能分析系统的区别

本次上线的六家医院中，有三家使用的是EBM PACS,在导入人工智能判读体系时，只要将选择好的影像送至AI Server，便可自动侦测及运算，然后通过EBM UniWeb来浏览人工智能判读过的结果。

                       人工智能判读结果呈现

而针对不同品牌的PACS系统，以此次上线的振兴医院为例，在导入EBM人工智能体系时，则需要再建置 EBM 的UniWeb，然后通过UniWeb联机至AI Server即可浏览结果，简化医师需要适应新系统的过程，短短两个月的时间，总共有585笔的影像产生量，医师使用率逐渐上升达到71.1%，代表医师逐渐相信AI所带来的判读。

云胶片导入人工智能判读

依托EBM云胶片平台，人工智能判读也可以应用在远程影像判读中，当病人的影像上传至云胶片系统后，系统可以使用AI进行运算，经由AI运算后产出的报告，再回传至云胶片信息系统中，最终至终端用户。

人工智能运算结果呈现

每日监测应用数据 收获医生使用好评

自从2019年3月份在多家医院上线EBM的人工智能引擎，整个技术团队密切关注该系统的使用情况和效果。

以振兴医院为例，目前该院有19位放射科医师和2位健检中心医师，每日在获得病人影像后对AI的使用率平均在70%，由于刚刚接触AI, 医生们还是习惯先自己判读，然后再用AI做二次确认，在这个过程中，医师们发现AI对肺结节的标注准确率达到95%以上，因此医师开始从对AI的怀疑不适应到慢慢接受和信任这个智能助手。

引用振兴医院吴美翰主任的话来说：EBM的AI表现不错，难找的小结节几乎都有标示出来，当然偶尔还是有漏掉一两个，不过医师自己看要花30分钟，AI只需2分钟。

方诗珺主治医师则认为：AI的导入增加了医师看到结节的信心，但适应AI介入还需时间。

对AI使用最积极的是振兴医院的健康管理影像医学科曾芸轩主任，曾主任认为因为健检报告有1小时完成的压力，在导入AI后于医师而言打报告时可以多一个二次确认，有效提高了出报告的效率，并且有助于和病人解释病情。

目前EBM技术团队仍在不断改进和完善该人工智能系统，并不断收集使用医师的意见，力求提高智能判读的准确率和使用便捷性，帮医师缓解看诊压力，同时给病人带去良好的就诊体验。