成人重症加護病房的病人。

本院以護理為主導，整合護理、重症醫學、資訊工程與人工智慧技術，建置「全模組重症護理 AI 系統」，整合RASS鎮靜躁動分類、身體約束風險與急性譫妄三大高風險照護情境，並結合 IoT 尿量即時監測與預警系統及靜脈輸液 Y-site 給藥相容性評估，協助建構重症照護與病人安全管理架構。

系統自動擷取病人前 8 小時之臨床數據，進行 24 小時不中斷即時推論與風險分級，並透過尿量異常即時預警與給藥相容性判斷，提供臨床照護即時參考資訊，協助護理人員及早介入。所有模組採用視覺化介面支援臨床照護。

系統已導入 5 個成人加護病房，平均每日推論逾 6,200 筆，系統執行率達 100%，身體約束率由 5.62% 降至 4.89%，譫妄發生率由 27.63% 降至 23.85%，護理作業時間由平均 8 分鐘縮短至 2 分 34 秒，整體有助於提升病人安全與照護效率。

• 首創整合多面向臨床資料與 AI 技術，進行 RASS 自動分類與急性譫妄風險預測，並結合決策支援平台，協助鎮靜藥物調整，建立預防機制，提升病人安全。

• 結合 AIoT 尿量即時監測進行分析，提供少尿與多尿等高風險狀態之即時預警提示。

• 以視覺化介面呈現風險評估結果、照護建議及靜脈輸液給藥相容性判斷，支援日常臨床照護流程。

• 智慧重症照護預測模組，應用於五大成人加護病房，涵蓋共114床。

• AI 推論資料每小時更新一次，每日產出逾 6,200 筆筆預測結果，系統執行率100%。

• 譫妄發生率由27.63%降至23.85%，改善幅度13.68%。

• 身體約束使用率由5.62%降至4.89%，改善幅度為12.99%。

• 評估作業時間由8分0秒降至2分34秒，改善幅度為68%。

• 人工倒尿與紀錄作業時間9分30秒降至5分05秒，節省46.5%。

• RASS分類模型整體AUROC達八成以上，預測結果與人工評估高度一致。

• 非計畫性自拔管路發生率由2.36%降至2.28%，改善幅度3.39%。

• IoT病人輸出預警監控系統尿量精準度誤差≦5mL。

• 靜脈輸液不相容發生率導入前20.2%降至0.06%，低於國際標準4.4%。

• ICU留任率從90.3%提升到96%，離職率9.7%降至4%。

• 護理人員滿意度平均4.17分(滿分5分)，4分以上滿意率:82%。

• 建立智慧護理典範:智慧護理共已取得13項發明專利。

• AI臨床應用成果: 5年內(2020-2025)已完成8篇國內外期刊護理相關AI論文發表。

• 具國際推廣潛力模式:2024年國內外參訪智慧護理與智慧醫療，超過40國、共377人。

• 提供即時且客觀之臨床風險評估，提升重症照護品質與病人安全。

• 將 AI 決策支援納入臨床流程，建立一致化、可推廣之照護作業標準。

• 透過預防性與非約束照護模式，改善病人照護效益並維護病人尊嚴。

• 降低護理人員重複性作業負擔，提升照護效率，促進醫療人力永續發展。