重症病患（加護病房）
醫護人員（醫生、護理師）
醫療院所
智匯海 HiThings（Healthcare Internet of Things）為醫療物聯網匯流平台，採用 Wi-Fi 與 FHIR 國際標準，整合多種醫療儀器設備之即時數據，支援重症臨床決策，並實現 Patient-centric 與 Digital-Twin 之醫療資訊應用。
統一採用 Wi-Fi 與 FHIR，符合國際標準，利於資料交換與跨系統應用
具備無程式碼/低程式碼（no code/low code）自動化FHIR翻譯器
高效能且成本可控的匯流架構：容器架構與開放源碼的設計，可擴充至 6 萬台醫療設備，接收延遲僅有2.5 毫秒，資料量可儲存超過 3 年，電信等級可靠度
裝置端與應用端皆易於連線與增減，具有高度彈性
go2rtc 即時視訊伺服器，視訊延遲僅有 0.4 秒（傳統為5-10秒）
結合 IoT 與 AI 判讀，早期偵測 ARDS 病患，提早通報醫護介入
已串接 6 種醫療設備，計 650 台
一年累計資料量(壓縮後):生理監視器 3.34 億筆/5.98 GB、呼吸器 1.47 億筆/4.27 GB、血液分析儀 90 萬筆/5.27 GB
平台延遲 2.57 毫秒,可擴充至 50 種、6 萬台醫療設備,可靠度達 99.9999%
已介接 6 種醫療 AI 服務(智護肺、智抗菌、智救心、智護腦、智營導、智慧病歷輔助助理 MIRA)，截至 2025 年 5 月 31 日累計使用 2,243,179 次
已導入本院 6 個加護病房，涵蓋 RICU、CCU、SICU、PICU、NICU、NSCU
2024 年推廣與試營運：5 家體系醫院、17 家醫療院所、2 家策略聯盟醫院
24 小時內達肺保護策略遵從率自 52.2% 提升至 90.7%
醫師查找病患資料時間縮減 44%，每位重症專科醫師每月節省 16.75 小時；以本院 50 位重症專科醫師計，每年累計節省 10,050 小時
護理師交班清點設備時間縮減 62%，每班次節省 22.81 分鐘；以本院 14 個加護病房計，每年累計節省 5,827 小時護理人力
系統可靠度達 99.9999%，符合電信等級標準
ARDS 住院死亡率自 55% 降至 38%，降幅達 17 個百分點
24 小時內達肺保護策略遵從率自 52.2% 提升至 90.7%
醫師查找病患資料時間縮減 44%，每位重症專科醫師每月節省 16.75 小時；以本院 50 位重症專科醫師計,每年累計節省 10,050 小時
護理師交班清點設備時間縮減 62%,每班次節省 22.81 分鐘；以本院 14 個加護病房計，每年累計節省 5,827 小時護理人力
系統可靠度達 99.9999%，符合電信等級標準
系統採三節點 Kafka 分散式架構，可靠度達 99.9999%，符合電信等級標準
依據本院「醫療數據應用管理辦法」規範，所有資料申請須通過 IRB 審核，並檢附保密切結書及利益迴避聲明書
依循 ISO/IEC 29100、ISO/IEC 29191 及 CNS 29100-2 等國際標準,建立臨床資料倉儲與醫療影像數據集個資去識別化標準作業程序
AI 判讀結果僅供臨床決策參考，不作為診斷之唯一依據，所有輸出結果須經醫師確認後方可採用
病人：ARDS死亡率降低18.75%，也就是每5人可多拯救1人
護理師：病患相關生理數據與醫療數據不需再定時抄寫與輸入系統，大幅減輕負擔
醫生：結合AIoT之ARDS自動判斷與警示，判斷ARDS確診時間從每位病患花費60分鐘，降低至幾乎不需花費時間（由AI自動判讀警示），且診斷率從52.2%提升至91.09%
社會評價：獲HIMSS Davies Awards，中英文媒體大幅報導
2023年國際HIMSS Davies Awards of Excellence，亞洲摘冠、台灣唯一
論文：1篇Top 1 (1/167)、1篇Top 3 (3/110, 3/44)、2篇Top 4 (4/158, 4/33)
競品比較優於GE Healthcare Mural、Philips DWC
取代人工篩選，減輕醫護負擔，同時提升診斷率40%
降低死亡率18.9%，改善病患預後
FHIR Observation格式已被設備廠商採用：B.Braun Infusomat Space infusion pump、Beckman Hematology Analyzers DxH 900
FHIR AI程序與格式提交衛服部電子病歷交換中心(EEC)
目前規劃導入體系醫院，如新竹附醫、安南附醫等
