AI對於小兒評估工具之應用

AI對於小兒評估工具之應用

1.    評估工具之重要性

評估是了解病患的第一步，可以分為直接觀察或是使用評估工具。臨床迫於時間因素，直接觀察相對盛行。但是直接觀察受限於治療師之經驗，且沒有客觀數據佐證，因此很難量化且不容易說明。評估工具則是基於實證醫學，且能量化的測量方式，雖然普遍有費時之缺點，但是精準度相對提升許多。

2.    小兒評估工具之困難

1.治療師評估時間成本過高、2.不同向度之評估工具整合困難、3.現行工具不見得能完整反應真實情況、4.特定向度量化困難(例如：孩童活動中分心次數，傳統以治療師觀察，可能會得到這次上課有點不專心，但是較難以〝這次上課不專心次數〞表示)、5.評估結果應用有限(以往評估結果大多只有利用於治療師與其他專業討論，類似紀錄用途)。除了上述的困難之外，亦有現行之評估工具多之標準多非於台灣測試，不同的文化風俗亦有造成失準之可能。再者，若臨床時間有限，評估者間的再測信度，亦有疑慮。

3.    AI之優勢

1.補足傳統評估工具不足：節省分析計分時間成本。

2.增進復健治療品質：利用AI分析病人之狀況，相較於人力更能以數據表示，輔以大數據庫資料，可以明確的知道病人現在還欠缺的能力。

3.利於長期追蹤：整體數據化，進行長期追蹤評估亦可省時省力。

4.拓展評估之適用情境：隨著科技發展，不需要侷限在醫院，可由家長攝影後直接上傳資料庫，即完成評估程序。

除了上述優勢AI資料存放雲端，亦較利於保存與利用。AI分析亦不需要每間醫院皆具完整設備，可上傳至某一主機進行統一分析，分析完成回傳資料即可，利於推廣。

AI可以彌補現有之評估工具之困難。

4.    AI的後續應用

利用AI建立大數據資料庫。大數據資料庫之優點：1.可以藉此增加判讀之精準度、2.可以藉由與同診斷之病患比較，進而得知病患目前能力之百分比位置、3.可繪製能力成長曲線圖，以數據說明病患之進步。

5.    如何延續AI之優勢

AI本身具有持續成長及數據分析的優勢，當大數據庫建立後，亦能有多方向之應用。如：同樣遺傳疾病之病患，分析基因，以解析問題基因的位置；某些治療手法對於某些人們有用，但是對另外的人們沒用，可以分析病患特質的異同，使的治療手段更加明確。