演講主題：臨床AI的開發循環：從發現訊號到臨床試驗與真實世界部屬
講者: 林嶔博士 國防醫學大學醫學系教授
時間: 2026/3/11 (三) 12:10-14:00
地點: 管理大樓11樓-AI講堂 或 線上直播https://reurl.cc/GG72GG
報名連結: https://reurl.cc/R9AMeD或掃描海報QRcode
(教職員可獲得2小時活動時數認證，請上活動報名系統報名參加)
講者簡介:
林嶔博士為資料科學家，長期致力於建立醫療人工智慧的臨床實證標準。其研究整合大規模電子病歷、心電圖、醫學影像與居家感測資料，發展不僅具備高準確度，更能改變臨床決策並改善病人結果的AI系統。林博士已主持或共同主持超過十項AI隨機對照試驗，研究成果發表於Nature Medicine、NEJM AI、Radiology與Nature Communications等國際頂尖期刊。其團隊所開發之AI-ECG系統已取得TFDA核可與USFDA突破性醫材認定，完成技術移轉，並實際部署於多家醫院與偏鄉社區篩檢計畫。其核心理念在於將AI視為一種系統性臨床介入，強調從模型預測、醫師行動到病人結果之間的因果路徑，並以嚴謹的臨床試驗與真實世界證據，建立可被信任與長期運作的醫療AI科學。
演講摘要:
近年來人工智慧在醫療領域的應用已從單純的模型效能展示，逐步邁向以臨床效益為核心的實證導向發展。本演講提出「clinical AI cycle」的整體架構，系統性說明臨床 AI 如何從訊號發現、經由務實型臨床試驗驗證效益，最終成功導入真實世界的醫療與公共衛生場域。首先，在signal discovery階段，演講將說明如何利用心電圖（ECG）、胸部 X 光（CXR）等例行性檢查，結合電子病歷（EHR）與多模態資料，透過資料驅動與基礎模型（foundation models）的方法，辨識潛在但尚未被臨床察覺的疾病風險。此一策略使單一檢查得以同時對應多種疾病，突破傳統「一檢查一疾病」的篩檢限制。其次，在pragmatic trials階段，本演講強調 AI 模型必須搭配預先定義的臨床行動（pre-specified actions），並嵌入真實醫療流程中加以評估。透過數位化臨床試驗平台與隨機對照試驗設計，AI 不僅被視為預測工具，更被定位為促發臨床介入、進而改善病人預後的決策引擎。最後，在real-world deployment階段，演講將展示 AI 如何擴展至社區醫療、居家照護與穿戴式裝置，並結合大型醫療資料庫，形成可持續監測與回饋的臨床 AI 生態系。透過此一循環式架構，AI 得以不斷從實務應用中產生新資料與新發現，推動醫療決策從醫院走向社區與家庭。
主辦單位：健康數據科學研究所
※本活動需報名
