为加速发展「智慧医疗」，台北荣总继糖尿病、肾脏病、心脏病及耳科疾病等多项医学研究中使用 IBM Cloud Pak for Data 内建的 AutoAI（简 化 AI 开发）功能之後，再导入 IBM Cloud Pak for Data 平台，运用云原生架构，打破医疗资料孤岛、保护资料隐私及安全，能快速从资料中取得洞察，使资料使用效率最大化。

台北荣总大数据研究团队导入 IBM Cloud Pak for Data AutoAI 解决方案，大幅缩短真实世界资料 AI 建模开发时程，加速医疗研究结果产出。（source：IBM Taiwan）

北荣医疗团队以往从安装工具到完成一件医学分析结果，至少必须耗时约三到六个月，相较之下，善用 AI 科技辅助医疗研究效率，导入後大幅缩短到两周内即完成。台北荣总计划将已验证的医疗真实世界证据 (real world evidence；RWE），提供给医师做为门诊第二意见摘要，加快医师为病人设计治疗方案的速度。

突发性耳聋属於耳鼻喉科的急症之一，由於一般民众对这种疾病相当陌生，容易忽略其危险与紧急性，医学界一直致力於找出可以完全治愈的关键要素。北荣医疗团队使用 IBM Cloud Pak for Data 的机器学习与自动建模功能，分析上千份病历资料後发现，患者若能在突发性耳聋发生的7~14天内就医，尽快接受住院检查和治疗，透过传统合并式疗法，完全复原其听力的机会越大。这项研究在采纳 IBM Cloud Pak for Data 解决方案後，以往要耗时半年的 AI 建模、运算、调校，缩短到几个小时内就可完成一次运算，几周内就能找出最适模型。

台北荣总资讯室朱原嘉博士表示，以往寻找医疗真实世界证据之前，资料科学家采用群组/队列研究 ，以归纳方式调整超叁数、建立模型、评估模型的有效性；当模型的准确度不高或不符合医师临床经验时，又需要花上几周修改超叁数，调整模型，整个过程平均需要三到六个月。IBM Cloud Pak for Data 平台内建的 AutoAI 功能，有效应对了目前医疗产业欠缺资料科学家的困境，也让年轻医师有了易於使用的 AI 学习环境。

IBM Cloud Pak for Data 的 AutoAI 功能如何辅助医疗研究？朱原嘉指出，在研究资料收集、模型开发测试及验证预测模型三阶段，AutoAI 都扮演重要角色：帮助研究者辨识重要数据的重要特徵、缩短资料清洗与资料精炼的时间，透过低代码 (Low-Code) 或无代码 (No-Code) 的 AutoAI 功能，让 AI 机器学习自行建立并训练多样化模型、找出冠军模型，节省可行性分析与试错的时间；并可自动生成 python 程式码，帮助研究者持续优化模型与重现研究结果，加速医学研究进展。

台湾 IBM 公司客户成功??总经理胡育铭表示，IBM Cloud Pak for Data 的使用门槛非常低；即使是不具备写程式或建模能力的使用者都能轻易上手。北荣的医疗研究团队透过 AutoAI 指定预测专案、自动建模、选择适合模型，自动产出代码，让医师与医学助理可以专注於精进模型，省下大量时间与精力。

IBM Cloud Pak for Data 具备多云资料存取与整合(AutoSQL)、智慧型知识型录(AutoCatalog)、通用的资料隐私与安全(AutoPrivacy) 及简化 AI 开发(AutoAI) 等四大功能，可以解决企业资料互不相通的窘境，保持资料隐私与安全，满足各种职能的资料使用者对於资料分析建模的需求，任何领域的专业人员都可以轻松地使用 AI 科技辅助个人专业，协助企业或组织研究快速进展。

BM Cloud Pak for Data解决方案运用於医疗产业之外，在高科技制造业、汽车制造与政府部门皆有应用案例。