AI 摘要
- 大同醫護整合萬芳醫院與陽明交大等單位，推出全台首創的血液透析離線即時監控系統。
- 系統採用 HP ZGX Nano AI Station 於地端運算，可在低血壓發生前 15 至 30 分鐘主動預警。
- Edge AI 架構確保離線環境下穩定運作，並杜絕病患生理數據上傳雲端的個資外洩風險。
隨著智慧醫療加速落地，邊緣運算（Edge AI）已成為醫療物聯網解決延遲與隱私問題的核心技術。大同醫護宣布攜手台北市立萬芳醫院、國立陽明交通大學及數冠科技，共同研發整合於「床邊即時透析系統」的 AI 預警模型，並導入硬體運算平台 HP ZGX Nano AI Station，推出台灣首創的血液透析「離線即時監控系統」，填補居家血液透析缺乏專業人員即時監控的臨床風險。
臨床痛點：居家血液透析的低血壓監測空窗期
血液透析（洗腎）在台灣普及率極高。配合衛生福利部推動居家透析政策，照護場域正逐步由傳統院所延伸至病患家中。然而，居家環境缺乏醫護人員頻繁量測數據，使得突發併發症成為主要安全隱憂。
傳統臨床環境約每 30 分鐘為病患量測一次血壓，但在長達 4 小時以上的透析過程中，「透析中低血壓」可能在短時間內造成抽筋、不適，甚至引發休克或猝死。台灣「居家透析白皮書」召集人、萬芳醫院副院長許永和指出，臨床照護的關鍵在於能否及早發現風險，傳統固定頻率的手動量測在院外環境容易產生監控空窗期，臨床急需能主動示警的智慧輔助機制。
邊緣運算結合高頻數據：實現提前 15 至 30 分鐘預警
大同醫護整合陽明交大與數冠科技開發的 AI 演算法與 API，升級原有的「床邊即時透析系統」。該系統能以每秒為單位接收洗腎機送出的血流速、跨膜壓等連續性高頻生理參數，並在地端進行矩陣運算，可在病患出現低血壓症狀或被手動測出數值前 15 至 30 分鐘預先推估風險機率，讓病患或照護者有充裕時間調整脫水參數或處置。
針對為何不採用雲端架構，大同醫護經理林宗聖表示，透析數據屬於每秒連續傳輸，雲端連線一旦遭遇網路頻寬不足、斷線或延遲，即可能導致即時預警失效。透過 Edge AI 架構，所有運算皆獨立於地端完成，斷網時仍可穩定運作；同時，生理指標與病歷屬於高度敏感個資，地端運算架構無需將數據透過雲端 API 對外傳輸，滿足醫療資安與法規合規需求。
硬體架構：HP ZGX Nano AI Station 提供 1,000 TOPS 算力
為了在受限的居家空間執行複雜的模型矩陣推論，大同醫護選用 HP ZGX Nano AI Station 作為邊緣運算硬體平台。大同醫護總經理張智為表示，該平台的體積、穩定性與資安防護是促成 AI 落地的重要因素。
| 規格項目 | 技術細節與測試表現 |
|---|---|
| 運算核心架構 | 內建 NVIDIA Grace Blackwell Superchip 與 NVIDIA Blackwell GPU 架構 |
| AI 推論算力 | 最高達 1,000 TOPS |
| 運算耗時優化 | 透析矩陣運算耗時較一般個人電腦縮短達 87% |
| 硬體可靠度 | 通過 36 萬小時軍規級測試，具備 ISV 軟體相容性認證 |
| 資安防護架構 | 內建 HP Wolf Security，防護涵蓋硬體與韌體層級 |
微型化機身設計使該設備能靈活部署於病患居家或空間有限的基層醫療院所，並具備因應不同模型規模升級硬體的擴充彈性。
臨床應用拓展與綠色醫療效益
萬芳醫院指出，該系統讓臨床照護模式由「被動監測」轉向「主動預警」。在居家網路正常情況下，系統除了地端示警，亦可整合簡訊或通訊軟體即時通知值班醫師，落實分級預警機制。此外，居家透析不僅免去病患每週往返醫院三次的時間與體力消耗，亦降低就醫交通帶來的碳排放，兼顧 ESG 綠色醫療目標。
這項邊緣運算智慧透析系統將率先導入台北醫學大學醫療體系的居家透析案例進行臨床驗證，未來將配合健保署「居家血液透析試辦計畫」，逐步擴展至全台基層診所、居家照護及偏鄉遠距醫療網絡。
Reference Link : techbang.com
