台湾医疗健康与生命科学2021 – 进行中中国医药大学附设医院
用于脓毒症和抗生素决策的智慧抗菌系统（iAMS）
一家台湾医院自主开发脓毒症与抗生素选择AI，估计每年避免22例死亡
问题
据该院称，台湾脓毒症死亡率最高达29.2%，而传统培养检测需数日才能显示存在哪些细菌、哪些抗生素有效。医生不得不在结果出来前选择抗生素，现有评分工具对脓毒症的预测能力也只是一般。
方法
位于台中的中国医药大学附设医院以约40人的内部团队开发了iAMS。该平台把包括质谱仪在内的实验室仪器接入模型，预测脓毒症、7天死亡风险和抗生素耐药性，并将结果和处方预警推送到医院信息系统。脓毒症模块于2021年4月上线，完整平台于2021年6月上线。
主要数据
22约1,600名急诊菌血症患者中每年避免的死亡人数（医院估计）
NT$7.33m同一患者群体每年避免的健保费用（约24万美元）
146,4382021年6月至2022年底系统的累计使用次数
up to -75%医生决定抗生素处方所花的时间
启示
2022年，员工每月打开该系统约11,000次。死亡率方面的结果来自与2020年同一季度数据的比较，该比较未设置对照组。
分类
来源
来源摘要
[1]China Medical University Hospital2023年3月10日
该院称，一支40人的团队开发了iAMS，该系统于2021年6月上线，到2022年底累计使用146,438次。医院报告称，脓毒症死亡率较2020年同一季度下降；对于每年约1,600名急诊菌血症患者，估计避免22例死亡和约733万新台币的保险费用。
[2]HIMSS (Davies Award case study)2023年6月
该院的AI与信息技术负责人在申报2023年HIMSS戴维斯奖（Davies Award）的材料中称，脓毒症模块自2021年4月以来使用超过65,000次，模型准确率超过80%。他们估计每年避免22例死亡和约733万新台币的保险费用，还称抗生素决策耗时最多减少75%，每月抗生素费用降低2.66%至19.66%。
详细内容请参阅原始来源。
收录日期 2026年10月25日 · 更新日期 2026年10月25日
