UCLA

為提高醫療影像報告的審查效率，健保署今年5月開始自建NLP模型，首先鎖定最常見的頭部CT影像報告，以1,000筆資料來訓練模型。8月上線結果顯示，相較於人類審查，NLP模型判讀準確率達99％。

UCLA研究員新開發的Trees of Predictors演算法，可以更精準預測病人心臟衰竭後的存活率和存活時間，不論他們是否接受心臟移植。UCLA表示，這套演算法，也因此能讓醫生更好安排心臟衰竭病人的照護，也能更有效運用有限的醫療資源。