面對能瞬間帶走性命的心臟病，三總團隊研發出AI輔助心電圖系統，可準確辨識出逾50種病症，準確度（AUC）高達0.828至0.988。在突發性猝死的預測準確度高達93～96%，越接近的時間內預測突發性死亡效果越準確。對比使用與未使用「AI心電圖守護者」發現使用此系統照護病患可降低17%總體死亡率，高風險病患可下降31%。再細分心因性或非心因性，患者因心因性死亡方面可降低93%，非心因性死亡降至24%。
據衛福部統計，心臟病高居台灣10大死因第2位長達11年，每年約2.3萬～4.6萬人死於心臟病。心電圖是常見檢查，可快速檢測如結構異常、心律不整和心肌缺血等，三總團隊建立人工智慧輔助心電圖系統，利用大量標註的數據和新深度學習方法，全面檢測心血管疾病。院內包括急診、住院、門診所有單位做完的心電圖都會上傳系統，10秒即可完成分析，一旦判讀診斷出具高風險心因性猝死病患，會傳訊給患者主治醫師與心臟科醫師，及時預警與處置。
曾有一名90歲的老奶奶為了洗腎入院裝導管，術前做了心電圖檢查，原本病患並不知道自己有心臟方面問題，但透過這套系統，三軍總醫院教學部部長林錦生即時收到病患心肌梗塞的手機警報簡訊，檢查後發現老奶奶3條血管中2條全部堵住，緊急進行導管手術，成功攔截救回一名可能因心肌梗塞而死亡的病人。林錦生說明這個檢查的重要性：「做完心電圖，系統會根據檢查報告，預警患者幾天內會死亡。這件事情非常重要，因為可以盡快找出問題治療，就能有一線生機。」
以10萬筆心電圖資料訓練AI模型，找出多種疾病關聯性
事實上，三總AI輔助心電圖系統起步維艱，2014年林錦生與團隊進行鉀離子如何影響心臟運作、心電圖如何表現的專案，遇上瓶頸，直至2016年人工智慧核心實驗室主任林嶔加入才有突破性進展。加上三總早在15年前即開始將全院檢查資料數位化，前人先框架好輪廓，團隊才能慢慢補上剩餘拼圖。
林嶔說明：「大多醫院的心電圖機輸出的檔案仍是PDF檔，或沒有訊號數位化。2015年三總全院大概10萬筆心電圖資料就都已轉換完成，做完直接上傳，不只心電圖，大部分的檢查如胸部X光、血液資料都數位化，藉由串聯這些資訊、訓練AI，抓出鉀離子濃度與心電圖表現，2017年專案終於完成。」
之後團隊陸續訓練不少AI模型，找出心電圖與不同疾病之間的關聯，「AI心電圖幫助最大的是外表看起來好好的但其實高風險，那群人才是潛藏的炸彈。」2020年從心臟內科導入系統，後來推廣至急診、病房等。之後團隊拿著數據說服長官們、院長，由上而下推廣至全院。林錦生也協助讓這套系統運用至偏鄉，若發現患者有慢性心血管疾病，可治療降低死亡機率，狀況緊急而當事人尚不自知，也能立刻送醫。
因AI心電圖領域的優異表現，三總受邀至國際包括美國、歐洲等地知名學會發表研究成果，也受邀到耶魯、西奈山等地醫學院進行學術交流。 對比AI介入與否的相關臨床試驗結果，研究也刊登於醫學頂級期刊《Nature Medicine》，研究成果亦被國際醫學教育委員會，列入指引，目前在相關領域是全世界發表最多文獻的團隊。林錦生強調：「未來我們希望可以走向居家讓更多人使用，挽救更多大家疏忽但其實危在旦夕的生命。」
