影／健保「AI審查」揪浪費　14萬筆頭部CT竟有4成「恐白做」

記者嚴云岑／台北報導

健保財務連續3年入不敷出，今年赤字恐達417億，為樽節檢驗檢查開支，健保署利用人工智慧（AI）開發自然語言處理模型（NLP），自動判讀電腦斷層檢查報告，目前已完成頭部電腦斷層（CT）訓練，分析107年第4季14萬筆資料發現，有4成是與疾病無直接相關異常，未來有望將申報結果逐一比對，篩出不必要檢查並要求醫院改善，減少醫療浪費。

▲健保署長李伯璋。（圖／記者嚴云岑攝）

健保署長李伯璋表示，全民健保自開辦以來，每年門診申報量達3.6億件，住診也有344件。自103年起鼓勵特約醫療機構上傳檢驗與檢查等非結構化文字型報告，截至108年7月，已累計收載檢驗檢查報告24.7億筆。健保署每年需動用3500位審查醫藥專家完成260萬件抽審，平均每筆需花4分鐘判讀。

為了增加審查效率，精準篩選執行量異常的醫院或醫師，健保署從健保大數據中，挑出檢驗檢查費用最高的CT，再從中找出最常執行檢查的部位頭部優先進行NLP訓練，先選取107年第2季醫院上傳的CT頭部檢查報導1000筆為模型資料，進行病灶標註與分類，讓機器進行深度學習，當準確率與專家相比達到99%後，再放到第4季申報資料中進行實測。

▲頭部電腦斷層掃描。（圖／pixabay）

李伯璋表示，NLP模型分析14萬筆頭部CT檢查報告發現，有60%的病患為梗塞、血腫、腫塊效應等需要治療或追蹤的疾病，但餘下的40%卻為動脈硬化、腦白質病變與老化等與疾病無直接相關的異常。換言之，病患可能只因頭痛、頭暈目眩等初級症狀前來就診，就被安排做CT檢查。

「頭痛可能休息一下就好了，不一定要照CT。」李伯璋表示，依據健保大數據分析，108年上半年全台各特約醫院門診執行CT及MRI檢查，約有3%、2.3萬件主次診斷都屬於頭痛、關節炎、咳嗽等初級照護，健保署將把執行量異常的報表回饋院所醫師，與醫界共同合作，減少不必要的檢查與浪費。

李伯璋強調，未來健保署將持續應用大數據與AI科技輔助，未來將逐步擴增開發胸、腹部影像檢查報告，在尊重醫療專業的前提下，以謹慎的態度投注於民眾檢查管理，發展智慧醫療服務審查系統，讓病醫雙贏、健保永續。

▼108年上半年全台各特約醫院門診執行CT及MRI檢查前10名項目。（圖／健保署提供）