審查醫療資源浪費 健保署推AI系統

人工智慧匯入健保資料庫，解決大量資料處理問題，並提升健保資料庫的精準審查。中央健康保險署運用人工智慧(AI)科技，成功開發自然語言處理的NLP模型，優先匯入電腦斷層（CT）頭部檢查資料進行判讀，希望能夠提升審查作業的精準化、效率化並透過資訊回饋與醫界共同合作，減少不必要的健保資源浪費。

從全民健保開辦以來，就收集了全國性醫療費用申報數值型結構化資料。健保署醫審及藥材組視察賴秋伶表示，這裡面每年門診申報達3.6億件、住診344萬件，從2014年起，鼓勵特約醫療機構上傳檢驗、檢查相關報告，截至108年7月，已累計收載檢驗檢查報告24.7億筆，資料量非常龐大。

賴秋伶表示，經過健保大數據分析後顯示，就發現在各項檢查中，電腦斷層（CT）醫療費用最高，以CT進行頭部檢查占4成，因此健保署優先將AI科技運用於放射診斷檢查報告分析，訓練機器學習專家標註及判讀的結果，並選取2018年第2季醫院上傳CT頭部檢查報告1,000筆為模型資料，由電腦進行檢查報告病灶標註及報告分類的任務，結果顯示，NLP機器學習分析模型分析的結果與專家判讀結果比較，正確率逾9成。

賴秋伶表示，運用NLP模型分析2018年第4季14萬筆頭部CT檢查報告後，結果顯示約有四成左右的檢查結果，與疼痛部位有沒直接相關、疾病可能不具急迫性，可能就成為不必要的檢查，因此運用NLP模型檢查報告資料，就能夠全面評估檢查的必要性，提供給醫學中心做參考，是否有執行檢查數量異常的醫院或醫師，減少不必要的健保資源浪費。

健保署署長李伯璋，因醫生在臨床診療上仍存在許多不確定性，因此NLP模型分析結果主要還是提供給醫療中心做參考。◇