審查醫療資源浪費 健保署推AI系統

健保署署長李伯璋。(記者賴玟茹/攝影)
健保署署長李伯璋。(記者賴玟茹/攝影)

【記者賴玟茹/台北報導】

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。◇

延伸閱讀
健保會26日通過增加C肝治療預算
2019年07月26日 | 5年前
睡眠障礙莫輕忽 雁行專案顧健康
2019年06月27日 | 5年前
不敷成本 百憂解退台
2019年03月18日 | 5年前
林口長庚最會賺 整體盈餘近80億元
2019年01月30日 | 5年前
醫院親善大使 推廣健康存摺
2018年12月27日 | 5年前
取消