氣腹(Pneumoperitoneum)的定義為腹腔內有游離氣體(Free air)；腹痛病人若在影像學上產生氣腹，臨床上通常代表器官/腸子破裂，屬於高危險性，需緊急手術以挽救性命，延誤診斷將導致敗血性休克及多重器官衰竭，造成病人死亡。本計畫希望藉由妥善運用人工智慧(Artificial Intelligence, AI)的方式，自動即時協助判讀病人之電腦斷層(Computed Tomography, CT)影像，快速發現是否有游離氣體，立即警示影像診療科醫師判讀報告以及臨床醫師有氣腹之緊急情形，達到及早診斷、介入治療以加速處理流程和挽救病人生命。
目前臨床上懷疑氣腹之病人，皆需仰賴現場醫師的臨床高度警覺性及影像診療科醫師的影像報告以確定診斷。然而臨床上由於急診現場壅塞，同時間有多位病人求診且現場資訊繁雜，加上影像診療科醫師臨床事務繁忙，全球急診皆面對同樣困境及挑戰: 臨床醫師無法即時取得影像診療科醫師之影像報告，或因為臨床醫師自身經驗不足/過度疲勞，而遺漏了影像上潛在高致命性之游離氣體，造成延誤診斷，因此各地醫療糾紛層出不窮。
本計畫著重於氣腹的即時檢測，電腦斷層在臨床上已被證實是診斷氣腹最敏感及最準確的影像工具，本團隊希望能憑藉所研發之深度學習技術，將病人完成電腦斷層攝影之影像自動上傳至創新發明的人工智慧輔助氣腹判讀系統後，迅速在5分鐘內檢測有無氣腹，並即時警示通報現場醫師/影像診療科醫師，進一步確認系統判讀的異常結果，協助醫師們快速診斷氣腹，克服全球臨床上臨床醫師無法即時取得影像診療科醫師之正式影像報告，或因臨床醫師/影像診療科醫師過度忙碌、疲勞而造成延誤診斷氣腹之難處，未來可協助臨床醫師/影像診療科醫師對於腹痛就診之病人進行快速風險分級，加速臨床處理流程，降低高風險腹痛病人之死亡率，達到挽救病人性命之成效。