國家科學及技術委員會9月3日公布「2025未來科技獎」獲獎名單，臺北醫學大學再度展現卓越科研能量，憑藉5項跨領域創新成果脫穎而出，成為全臺私立大學中表現最耀眼的學府，充分彰顯醫學與科技結合的創新實力與影響力。
今年獲獎的5項研究團隊包括：
1.AI失智症互動式評估與治療系統（陳兆煒）──運用人工智慧輔助失智症患者早期診斷與治療，提升照護品質
由萬芳醫院神經內科陳兆煒醫師帶領的研究團隊，於AI新技術突破下成功開發AI認知評估及治療系統。將針對從前評估耗時、認知退化與憂躁情緒的痛點，導入AI自動化認知評估與個人化數位治療模組，結合視覺辨識AI與生成式AI，快速產出Brainmate Score。評估系統將耗時的失智症認知評估過程，由AI自動完成。治療系統亦可將原本更耗時費力的專業認知刺激過程，由AI自動完成，並於數週內改善病患認知功能，降低憂鬱及躁動情形。【右圖：北醫生醫加速器主任、萬芳醫院神經內科陳兆煒醫師（中）率領團隊受獎】
團隊與萬芳醫院合作，發展臨床試驗並設置Demo site，並於未來啟動與跨國醫療機構合作計劃，「Brainmate AI系統」以推進在神經認知疾病防治上，以精進技術發展快速用於自動化認知評估與數位治療，能自動生成報告，提升患者參與度與家屬滿意度，日後將成為推動AI輔助失智早篩與認知治療的新里程碑。該系統帶來的核心價不僅是一個輔具，也是讓科技真正融入醫療決策與照護流程中。此系統未來於先進AI技術下，能在實際環境中持續優化，也是推動智慧醫療生態系重要的一環。
2.正子攝影之機器學習量化定位系統及其運作方法（彭徐鈞）──結合機器學習技術，提升癌症影像判讀精準度
本技術具備重大科學突破，首創以機器學習應用於顳葉內側癲癇（MTLE）正子攝影（FDG-PET）影像之量化與自動定邊分析，突破傳統視覺判讀易受經驗與左右差異不明顯所限制的問題。技術核心在於整合高解析度MRI進行精準腦區分割，以個體灰質FDG攝取平均值作為標準化基準，計算各感興趣區域（ROI）之標準攝取值（SUV）與側化指數（LI），再透過機器學習模型進行分類預測癲癇病灶側。與過去依賴人工作業相比，本技術能在約15分鐘內完成自動化處理與判讀，且在95位手術個案資料中訓練與驗證，在外部測試集上達到100%側化正確率，顯示其演算法具高度準確性與穩定性。【左圖：醫學院人工智慧醫療碩士在職專班主任彭徐鈞副教授（右）受獎】
更重要的是，本系統已完成圖形化介面（GUI）與雲端平臺雛型，可快速導入臨床流程並實現多中心推廣，降低侵入性顱內電極植入需求，有效提升術前決策品質，為精準神經醫學帶來嶄新解方，展現AI與影像醫學跨域融合的科學創新價值。專為癲癇術前影像評估所設計，能顯著提升臨床診斷效率與準確性。
目前臨床多依賴人眼對FDG-PET影像進行主觀判讀，存在經驗差異與解釋不一致等問題。本技術透過量化分析與機器學習自動判讀，大幅減少專業人力負擔並降低侵入性檢查需求，對癲癇中心、神經影像科與核醫科具有實質價值。已建置之圖形化操作介面與雲端平臺，便於導入現有醫院系統並支援遠距判讀服務，未來可結合醫療影像平臺、輔助診斷軟體（SaMD）與智慧醫院系統，作為商品化輔助診斷工具。此外，於東南亞與發展中國家癲癇手術剛起步之醫療體系，亦具明確市場切入點，具有技術輸出與國際合作潛力。
3.非接觸式AI臨床預警系統：強化壓傷風險照護品質與安全的創新解方（李友專、黃芝瑋、楊軒佳）──以AI演算法進行無創監測，守護高風險病患安全
本技術開發非接觸式AI臨床預警系統，透過智慧鏡頭進行全天候病人活動監測，並結合電子病歷與護理紀錄，即時預測壓傷風險並提供早期警示。系統預測準確率逾80%，已取得臺灣、美國與中國發明專利，目前正與臨床醫療機構合作推動驗證與商品化。
此技術可有效降低醫護人員負擔，提升病人安全與照護品質，並為智慧醫療在醫院與長照領域的應用奠定基礎。突破傳統壓傷風險評估僅依賴量表或接觸式感測器的限制，首創以病人活動影像為核心資料來源，無須傷口影像或穿戴裝置即可完成預測。【右圖：北醫大人工智慧醫療研究中心副主任、萬芳醫院皮膚科醫師李友專教授（右3）率研究團隊受獎】
系統能從活動差分特徵（Temporal Difference Features）中捕捉細微的行為變化，進而提供即時且具方向性的風險預警，並兼顧隱私保護。具備非接觸、自動化與高擴展性特點，適用於醫院、長照或居家場域，可有效預測壓傷風險並早期預警。藉由結合硬體鏡頭與AI服務，使其具高度商業化潛力。將採訂閱授權制營運，未來可拓展至跌倒預測與遠距照護，推動智慧照護系統的輸出與國際化。
4.前瞻性穿顱干擾波：開啟非侵入式深腦刺激的新篇章（彭志維、林伯星、吳軍緯、李昱廷、邱紹竹）──開創腦科學領域新方法，為神經疾病治療帶來突破契機
此技術是一種為非侵入式腦部電刺激技術，其最大突破點在於病患不須開顱手術植入電極，即可透過貼於頭皮表面的電極片，進行電流參數設定，精準輸出電流至深腦目標腦區。
本團隊近期升級硬體設備規格，成為全球第一個研究團隊，利用tTIS方式成功輸出特效陣發型刺激電流（Theta Bust Stimulation, TBS）至深腦目標腦區，該刺激波型相較其他一般傳統電刺激波型，具有更快速、更有效產生神經突觸連結學習效果，未來具有潛力可應用於各種中樞神經疾病患者，提升其臨床復健治療效果。【右圖：醫學工程學院生物醫學工程學系彭志維教授（中）率研究團隊受獎】
透過在頭部不同位置導入兩組以上高頻交變電流（1～4 kHz，0.1～4 mA），這些高頻電場雖可穿透頭皮與腦組織，卻因頻率過高不會直接活化神經細胞。只有當高頻波在深腦區產生低頻差拍干擾時，才會產生局部神經調控效應，實現高選擇性、非侵入式深腦電刺激。
5.腫瘤數位孿生AI（陳震宇、張資昊）──透過數位孿生技術模擬腫瘤發展，助力精準醫療與個人化治療決策
OncoDT為陳震宇教授團隊開發的癌症數位孿生AI系統，結合TumorBERT與GeneMed-RAG兩大核心技術。前者以BERT模型解析腫瘤基因序列，精準預測存活與復發風險；後者運用RAG技術，整合NCCN、TFDA、健保規範及臨床研究，生成符合臺灣臨床規範的用藥建議。系統可模擬治療成效，協助臨床決策與醫病共享，推動個人化精準醫療落地，展現AI在癌症治療應用的重大突破。【下圖：人工智慧醫療碩士在職專班陳震宇教授（左7）與醫學資訊研究所張資昊所長（右7）率研究團隊受獎】
「北醫科研不僅走在醫學前端，更以創新驅動未來醫療。」臺北醫學大學吳麥斯校長表示，此次獲獎團隊數量比去年成長一倍，不僅代表北醫大體系前瞻性科研成果獲得國家級肯定，也凸顯學校積極運用AI與跨領域科技的創新能量。他強調，北醫大期待明年能再突破、讓獲獎團隊數量達到雙位數，持續引領並推動臺灣醫療產業的未來發展。
北醫大連續多年在未來科技獎嶄露頭角，今年以5項成果大放異彩，涵蓋「AI醫療影像、智慧照護、腦科學、精準醫療」等4大核心領域，不僅見證研究團隊的努力，也再次強化「一校七機構」體系在智慧醫療、AI應用與臨床創新的領導地位。（文/事業發展處．秘書處）
