胸腔 X 光輔助診斷骨質疏鬆症 AI 軟體
- 骨質疏鬆症在全球是僅次於心血管疾病的第二大重要疾病，臺中榮民總醫院利用診斷型 AI、完善的資訊架構與治理機制，開發臺灣首款胸腔X光輔助診斷骨質疏鬆症的智慧醫材軟體—「智骨篩」（VeriOsteo OP），落實於臨床現場。
採訪／施鑫澤‧文／鄭宜芬‧刊期／2026.1
在高齡化與慢性病負擔持續加重的情況下，醫院如何在既有臨床流程中導入 AI，並確保資料治理、系統整合與風險控管，已成為醫院資訊治理的趨勢。
臺中榮民總醫院副院長暨骨科醫學會理事長李政鴻指出，資訊副院長的核心任務，不只是單純導入新技術，而是協助院長將智慧醫療轉化為可長期運作的治理與系統能力。其核心工作可歸納為五大面向：
首先，是推進醫院數位轉型，確保資訊科技能實質支援臨床、研究與行政流程的整合；其次，建立資訊治理與資料管理框架，透過標準化流程提升整體系統效能；第三，協調跨部門溝通與變革管理，提升醫護、行政與研究單位對資訊系統的共識與使用率；第四，導入 BI 與 AI 工具，強化資料驅動決策能力，協助管理層即時掌握營運與醫療績效；最後，則是在生成式 AI 快速發展的背景下，引導同仁妥善使用 AI 工具，同時建立必要的風險控管與治理機制。
[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 LinkedIn，與全球CIO同步獲取精華見解 ]
在完善治理與架構的前提下，AI 才能從示範性專案，轉化為可擴展、可管理的醫院能力。
AI 落地案例：胸腔 X 光伺機性骨鬆篩檢
骨質疏鬆症堪稱「無聲殺手」，一旦發生骨折，尤其是髖部骨折，將導致生活無法自理、失能，死亡率更增加 20-24%。然而國內篩檢率極低，傳統的骨密度檢查（DXA）設備昂貴、不便攜帶，且大型醫院才有設備，難以普及至基層醫療單位進行大規模篩檢。
為了早期診斷與預防，李政鴻率領團隊與宏碁智醫合作，開發臺灣首款胸腔X光輔助診斷骨質疏鬆症的智慧醫材軟體—「智骨篩」（VeriOsteo OP），僅需一次胸部X光檢查，即可預測骨密度和骨質疏鬆的風險，透過 AI 模型實現大規模、高效率且具備經濟效益的伺機性篩檢（Opportunistic Screening）。
AI-ready 架構 以資料標準支撐落地
中榮在智骨篩的導入與應用上，建構從 Data Warehouse 到 Data Lake 的架構，並採用國際規範，以確保數據交換與系統互通性：
● FHIR 標準：醫院 HIS 系統符合 HL7 FHIR 標準的 RESTful API（表現層狀態傳輸 API）給 AI 影像模型，呼應衛福部推動的 FHIR 標準和 TW Core IG（實作指引），確保不同設備、醫院和 AI 模型之間的互通性。
● DICOM（醫療數位影像傳輸協定）介接標準：PACS（醫療影像儲傳系統）提供符合 DICOM 標準的服務。AI 模型透過 DICOM 協議，將推論結果打包成 DICOM 或 DICOM SR 格式，存儲於 PACS 伺服器。
標準化的介面設計，有利於智骨篩串接至醫院後台，自動化批量篩檢，匯入診斷結果，讓病患在當次就診期間即時取得預測結果。
[ 推薦閱讀：2026 年智慧醫療趨勢：從生成式 AI 到制度化治理的關鍵拐點 ]
可部署、可驗證的診斷型 AI
DXA 通常測量 L1 至 L4 腰椎，一般胸腔 X光只能勉強照到這附近的區域，人眼難以從胸腔X光中判斷骨頭的疏鬆程度。智骨篩的技術模型由宏碁智醫協助建立，利用胸部X光影像（CXR-PA）分析骨質密度是否異常。AI 模型經過深度學習（採用 DenseNet-121 架構）的訓練後，便能識別骨質疏鬆的特徵。
模型開發的資料庫涵蓋中榮超過 5 千名病患，以及蕊悅診所的資料進行測試和驗證。輸出結果可輔助醫事人員判斷受檢者骨質密度異常，以協助轉診或進一步醫療處置。
● 整體準確性（Accuracy）：經由臨床驗證結果，智骨篩敏感性 88.71%、特異性 89.36%、準確率 88.99%，皆大幅超越傳統足踝超音波骨密檢查的成果，並與 DXA 掃描結果高達九成相關。
● 曲線下面積（AUC）：模型在預測骨質疏鬆或否（T-score -2.5）的曲線下面積高達 0.94，顯示模型效益高。
● 預測速度：從輸入胸部 X 光影像到輸出 AI 報告，僅需不到 30 秒。
● 優於現有工具：相較於世界衛生組織（WHO）建議用於預測骨折風險的 FRAX 工具（AUC 約 0.58），以及目前巡迴健檢常用的定量超音波骨密儀（QUS，準確率約 66.2%），智骨篩的準確度明顯更高，且無需額外的設備或檢查。
[ 推薦閱讀：臺中榮總以數據為本打造智慧醫療新典範 ]
在模型的規模化應用與效益方面，智骨篩的 AI 模式設計亦具備擴展性與經濟效益。
● 全面篩檢能力：由於胸部 X 光檢查的普及性，智骨篩能夠實現大規模的全面篩檢。從後續應用顯示，對照超過 5 萬 6 千名患者、超過 9 萬張 X 光的資料，找出 16.2% 的患者有潛在骨鬆風險。
● 賦能基層診所：許多基層診所缺乏 DXA 設備。透過此系統，診所只需使用一般桌上型電腦或筆電，就能利用患者的胸部 X 光快速判斷高風險患者，並轉介至大醫院接受進一步的 DXA 檢查或治療，有效填補了基層篩檢的空白。
● 提升臨床治療效果：對於骨科醫師而言，手術前若能透過 AI 快速得知患者有骨質疏鬆，可提前採取加固措施，提升手術的牢固性，降低術後併發症。
TFDA 合規與模型生命週期治理
為達成 AI 治理與風險管理，智骨篩已於 2023 年獲得臺灣食品藥物管理局（TFDA）的批准，成為臺灣首款該類別的智慧醫材。
診斷性 AI 一旦判斷錯誤，可能導致延誤病情，因此必須定期進行檢視和審查。中榮建立了一套「人工智慧模型落地實施管理要點」，確保模型升級和更新必須經過由醫療專家、技術專家、倫理學者及法律專家組成的審查小組審核，確保醫材軟體的資訊安全性及啟動成效定期追蹤。
下一階段智慧醫療 佈局多模態 AI
李政鴻表示，中榮除了積極配合健康台灣深耕計畫，也身具引領國內智慧醫療發展的企業責任，除了請 NVIDIA 團隊協助建置算力，智慧醫療發展上，發展重點包括：遠距醫療的開發及落實、護理協作機器人的開發、監督下的生成式 AI 與 AI 代理人的臨床運用、配合 SDGs 及節能的邊緣 AI 應用及混合實境的臨床使用等，以及最重要的——多模態 AI（Multi-modality AI, MMAI）的臨床運用。
醫療多模態 AI 的目標是將臨床數據、影像數據、甚至基因資料等多種模態的資訊結合，進行更精準的預測，邁向實現個人化精準醫療的願景。例如在骨鬆領域，MMAI 可以結合患者的影像、病史、甚至基因傾向，提升預測髖關節骨折後死亡率的準確度，輔助臨床醫師能夠對高危險群給予更完善的治療。
此外，中榮目前已擁有基因資料庫的優勢，並且積極鼓勵病患簽署同意書，持續累積基因檢測資料。李政鴻預估未來 3 到 5 年內，多模態 AI 的應用將會是中榮最引人注目的亮點。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
