長庚醫療財團法人基隆長庚紀念醫院

以3D列印技術進行顱顏精準重建手術

長庚醫療財團法人林口長庚紀念醫院

待即得產檢
創新的遠距數位母胎健康照護模式

長庚醫療財團法人林口長庚紀念醫院

利用人工智慧輔助免疫螢光影像辨識及自體免疫抗體預測

長庚醫療財團法人林口長庚紀念醫院-復健部/醫療人工智能核心實驗室/長庚醫學科技AI研發處-裴育晟教授團隊

『人工智慧篩檢 X 光影像之骨質疏鬆風險』
骨質疏鬆及其引致的低衝擊骨折是一個全球性的問題，尤其是在老年人口。65歲以上因骨質疏鬆症所造成股骨頸(Femoral neck)骨折死亡率近20%，年增率為9.5%。根據報告50歲以上骨質疏鬆(Osteoporosis)盛行率達30%，但診斷率不到10%，而在發生過骨折之族群僅27%進行過骨質密度檢測。顯示大量人口具有潛在骨質密度檢測需求。目前骨質密度檢查，是使用雙能X光吸收儀(Dual energy x-ray absorptiometry，DXA)進行詳細檢查，並藉由儀器所產生之骨質密度(Bone mineral density，BMD)對比常模算出T評分(T-score)輔助醫師進行骨質疏鬆的診斷。但依據現行健保規範無法進行具有規模的骨密檢測，將排除許多潛在危險族群之骨密受檢機會。為達需求、節約醫療資源，本團隊開發一種深度學習演算法，可由常規骨盆X光攝影偵測骨質密度，而常規檢查耗費較低，可近性高，人口覆蓋率遠超過DXA。因此我們開發一個基於常規x光的軟體，用以測量骨質密度以及鑑別骨質疏鬆病患。這個方法是基於深度學習演算法將影像識別後，利用人眼難以識別之骨質特徵，直接估計出近似於真實骨密值，而且有效偵測骨質疏鬆症(T-score

長庚醫療財團法人林口長庚紀念醫院/ 陳錦國副教授團隊

超音波偵測中耳積水診斷系統

長庚醫療財團法人林口長庚紀念醫院/鄭啟桐助理教授團隊

近年來醫療科技進步及外傷治療觀念演進，臨床面導入先進技術和嶄新的治療理論，幫助許多病患可以得到更好的治療效果及預後。髖部骨折常發生在高齡的患者身上，也是急診室裡常見的外傷之一。早期診斷與治療髖部骨折不只可保留關節活動功能，並可提升患者生活品質。而髖部骨折的誤診可導致許多不良之後果。然而臨床上在忙亂的急診室中，面對多大量患者或是經驗不足的醫師時，仍有可能會有一定遺漏診斷的比例。在急診室裡，外傷病患的治療需要和時間賽跑，降低延誤診斷或是錯失診斷的機率，正是人工智慧可以協助之處。
深度學習演算法近年來在許多醫療影像領域有新興的發展，本團隊所開發以深度學習輔助臨床診斷髖部骨折系統，透過AI輔助，可在第一線急診室裡輔助醫師判讀出可能發生骨折的部位，掌握治療患者的黃金治療時機。同時經由人機合讀的機制，提升臨床醫師之判讀準確率，精準診斷病人，提升外傷醫療品質。

長庚醫療財團法人林口長庚紀念醫院、健樂師生醫股份有限公司/林承弘教授團隊

原EZip應用範圍較侷限於規則狀傷口(如直線型傷口)，然而實際臨床上常見傷口多為不規則狀，故於新一代EZip II進行裝置改良，使其能適用於各種不規則型傷口。另外，於原EZip使用，調控此裝置鬆緊程度完全憑藉醫護人員多年的臨床經驗來做傷口適度地拉緊與放鬆，故本團隊希望透過特殊專業技術進行傷口張力的監控且同時蒐集臨床數據用於定性與定量分析，將有助於臨床醫護人員利用該大數據進行病患傷口的精準照護，可更有效率地幫助病患傷口癒合。

長庚醫療財團法人高雄長庚紀念醫院

重建造口幸福人生-全球獨創之內置式人工造口裝置

高雄市立小港醫院(委託財團法人私立高雄醫學大學經營)/洪志興副院長團隊

病患的臨床診斷與治療需要仰賴病患血液、尿液或糞便等檢體在醫院附屬的中央實驗室;也就是檢驗科來進行，對居家照護及偏遠地區的病患來說在時效或檢體運輸上相當的不便，偏遠地區慢性病患常常需要監控生化免疫數據，但慢性病患常有行動不便及採血不易的問題，偏鄉醫師也苦於缺乏適當可攜式檢測工具；類似情境也發生在安養院等長照機構慢性病監控或救護車上需要緊急檢驗的狀況。檢驗科中的檢驗儀器的核心構造是光譜儀，傳統光譜儀的特性是體積龐大造價昂貴。我們的研究團隊使用先進光學技術將檢驗機台所使用的後端測量光譜儀微縮成一顆晶片(United States patent number 2019/0162883 A1)，成本及體積大幅降低，且整合不同檢測方式於小型機台，有效地縮小儀器體積，檢測僅需約一滴血反應10分鐘。依，預期將可取代標準實驗室的大部分功能，且因其體積較小的優勢可整合通訊技術、物聯網技術及雲端技術，使得大型檢驗機台縮小化、個人化。未來成為適合使用於居家照護或遠距醫療的POCT(point-of-care testing)儀器

高雄醫學大學

腕隧道症候群微創器具
縫合用陰道鴨嘴
腦波控制之智慧型下肢復健機器人之研發與臨床試驗