AI 中心的劉忠峰主任解釋，在醫院中要啟動一個 AI 專案，需要三種角色共同參與：臨床醫療人員、分析人員以及資訊工程師。臨床醫療人員扮演「問題的發起人」，因為他們最容易發覺醫療過程中需要克服的問題，而 AI 中心就是協助他們將理想化為現實的最佳夥伴。至於要怎麼推動同仁進行發想，則是每個科會都走過一遍，去介紹從資料到 AI 的發展步驟，還有它的效益。急診室作為 AI 中心最初的合作對象，也是積極的使用者，就是因為他們能提出各式發想，AI 中心的分析人員協助判斷哪些問題可以用 AI 解決，再由資訊室協助萃取醫療大數據，回到 AI 中心建立模型分析資料，最後資訊室進行部署落地，就讓點子成為現實。

在開發過程中，資訊室面臨到新的問題，就是縱然再優秀的人才，每個人的時間都是公平的一天 24 小時，他們要日常維運線上運行中的各種醫療系統，實在少有空餘來研究相對不熟悉的 docker 或是 kubernetes 的環境、GPU 運算資源要如何最佳化，在建模過程中看到錯誤訊息也需要花費大量時間來釐清問題來源。所以往往建置一個模型，需要耗費數天的時間，AI 中心和資訊室也需要頻繁地往來溝通數次。

但這些問題 PrimeHub 都可以協助，從  image 的建立，到 GPU 環境的設置、參數的調教、版本的控管，都大大減少了兩方來回溝通等待的時間。現在當 AI 中心可以快速的建置模型，資訊室也可以很方便的去做系統管理，省掉了很多在環境上的調教的心力，原本數天的部署時間，現在模型建置完成後一個小時內就能部署上線。

而 AI 中心與急診室合作的成果「急診胸痛 AI 病情預測系統」準確率高達 9 成，研究成果也登上了國際期刊 SCI。胸痛是急診常見的病例，背後常伴隨著心血管疾病風險，AI 中心導入監督式機器學習技術，參考醫學文獻與資深醫師的經驗，選用了 14 種特徵值與建立 AI 預測模型，能針對病人個體層次提供精準預測，有效提升醫療品質。

現在，急診室的預測系統除了上面提到的病人胸痛之外，還能預測高齡者流感、急性胰臟炎、高血糖、登革熱、肺炎等不同疾病之病情發展，更逐漸推廣至急診以外的其他科別，例如麻醉科與加護病房等。而 InfuseAI 也很高興我們的產品 PrimeHub 能在搶救生命上，貢獻一份心力。