台灣自2017年首度舉辦醫療科技展以來，規模年年創新高，今年共有近1900多個攤位、12 個國家、超過3500位國際人士參與，較去年成長40%。台大醫院在歷年醫療科技展從未缺席，今年展示自行研發之「智慧術後傷口追蹤系統」手機app，以及能分辨老人斑還是細胞癌的「皮膚科疾病分類」，其準確度之高傲視國際，吸引紐澳等外籍專家駐足洽談合作。
基底細胞癌、黑色素瘤、鱗狀細胞癌、痣、脂漏性角化症(老人斑)，是五種外觀不容易分辨的皮膚疾病，但前三種是惡性的皮膚腫瘤，若能準確偵測，有助即早治療。台大生醫電子與資訊學研究所教授賴飛羆表示，過去曾有其他研究給AI學習20多萬筆診斷，但結果發現當切片結果出爐，AI的準確度只有六成，這是因為AI所學習的診斷，是三位醫師的共識決，這種共識決的準確度本來就只有65%左右。
台大醫院醫神計畫團隊與合作廠商共同開發的「皮膚科疾病分類系統（AI-CDSS）」技術，讓AI學習的影像和診斷，全部是根據切片檢查的最終結果，因此準確度高達近90%。賴飛羆表示，皮膚病目前即便在頂級期刊的準確率都只有在65%左右，主要的理由是他們所用的20幾萬個診斷是來自於三個醫師的共識決，這作為黃金標準，但準確率和切片檢查的結果比較，準確率只有六成五，這是過去ＡＩ所學習的黃金標準，我們最大的不同就是我們每張影像都有切片檢查的結果去支持，所以準確度是現行技術中準確度最高的。未來此技術的AI學習範圍將跨出台灣，希望未來診斷範圍能包括亞太、紐澳、非洲等不同人種的皮膚。
台大醫院的「智慧術後傷口追蹤系統（AI-SWAS）」，則可望為遠距或偏鄉醫療、機構或偏鄉長照等就醫不便的族群，帶來更即時便利的傷口判讀建議。台大醫院整形外科主任戴浩志表示，研發團隊耗時三年，讓人工智慧深度學習各類傷口影像及醫師專業意見，作出了手機APP。病人術後回家自拍傷口照片，APP就能根據顏色區塊自動偵測有紅腫、壞死、出血、化膿四種需回診的情況，並且立即提醒民眾就醫，準確度超過9成。APP也能幫助醫師二次確認自己的判斷，不常看傷口的科別醫師參考APP結果，亦有助判斷是否需照會其他科別協助處理。
台大醫院整形外科住院醫師阮智楷說，未來也可以發展出警示功能，當病人傷口狀況不佳，APP直接通知醫療團隊，或是運用於居家長照、機構長照、偏鄉醫療，幫助家庭照顧者或照服員即早連結醫療服務，避免傷口感染衍生出敗血性休克、截肢等不良後果。
