作者：Minitab 高級資料分析顧問 – 解決方案架構師團隊領導者及客戶成功負責人董鳴強
相信過去一年，很多人都嘗試過利用生成式 AI 創作，但同樣建基於自動機械學習 （ Auto Machine Learning ）上的預測分析（ predictive analytics ） AI 亦越趨成熟，在多個領域提高了企業效率。其中，在醫療行業上的應用不僅節省了大量財政支出，更提高治療效率拯救更多生命。
以救治需要爭分奪秒的心臟病為例，越早診斷出患者的問題，便可以更早為患者施手術，對提高患者的存活率大有幫助。台灣台北國泰綜合醫院運用了 Minitab 的數據分析技術改善心臟疾病的診斷流程，從而挽救更多生命並節省可觀的醫療費用。
目前大眾俗稱的「心臟病發作」即心肌梗塞，其中比較致命的有 ST 時段上升心肌梗塞（ STEMI ）。在醫療領域中，對於這種病症非常重視時間效應。根據國泰綜合醫院的數據，病人從進入急症室開始，若能在 90 分鐘內完成心電圖和心臟特徵診斷，以及完成血管擴張手術可大大提高存活率。因此，醫院需要評估流程中的每一個步驟，以確保診療時間可以縮短。
為此，該醫院專門成立了一個研究小組，並使用 Minitab 統計軟件進行數據分析。透過數據分析，他們確定了可以顯著提高效率的步驟，並改善處理心臟病患者的流程。舉例來說，他們直接將有胸痛的患者直接送到心電圖檢測；自動印出治療表單而非手寫；急診室裡隨時備有心臟病患者 （ STEMI ）所需用藥；將所有心臟病手術器具預先放在一個盒子裡；並且在手術中毋須為不熟悉流程的醫護提供解說，大幅提升診斷及治療效率。
經過使用 Minitab 進行分析數據後，該院的 STEMI 患者平均由進入急診到完成血管擴張手術的時間，從之前的 139.2 分鐘大幅縮減至 57.9 分鐘，改善幅度達 58.4% 。在進行的數據分析中，在能力分析一項顯示這個新流程能夠大大提高了患者的存活率，拯救了更多生命。
除了挽救生命之外，由於治療效率提高，患者的平均住院天數也減少了三天，為醫院節省了 440 萬美元的醫療資源。透過改善診斷流程和提高治療效率，可以進一步提升醫療服務的質量和效果，並且在經濟上也更加可持續。
