記者陳金龍∕台中報導
36歲張姓男子睡眠時鼾聲雷動，無法持續睡眠，也造成家人無法安睡，在家人建議下前往中國醫藥大學附設醫院就醫，醫院運用攜帶式AI心電圖測量儀，只用3根手指大小的貼片，不用任何電線，貼片貼在心臟的位置，就能回傳心電圖到雲端，準確度超出9成5。
中國附醫耳鼻喉科主任鄒永恩表示，打呼是危險的訊號，研究顯示，50％打鼾者都是先打呼，接著產生睡眠呼吸暫停，可能導致心臟、高血壓、腦溢血、中風等疾病，對生命恐將造成威脅，嚴重者甚至會半夜猝死。
鄒永恩指出，根據亞洲睡眠協會的調查，台灣有超過20％的人，約近500萬人患有睡眠障礙，然而實際願意接受診療的人數卻遠低於此數字。由於睡眠中心有其空間限制，能收治病人有限，而睡眠多項生理功能檢查又需要病人一整晚配戴多種生理感測器，包括腦波圖、眼動電波圖、下巴肌電圖、氣流、氧氣飽和度、心電圖或心跳速率等，多重電線在身上，形同「電線人」，病人更易緊張無法入眠，導致檢測可能失準。
此外，睡眠中心亦需備有睡眠技師徹夜監看多種類的生理數據，進行標記與判讀，醫療人力資源需求亦大。
中國附醫睡眠中心主任杭良文表示，中國附醫睡眠中心目前已經使用「智眠檢」，在超過100位的臨床受試病人中，以廣達攜帶式AI心電圖測量儀輕便簡易的檢查方式，大幅提升檢測效率，結合後續AI分析心電圖訊號，能輔助醫師更精準辨識睡眠呼吸中止症，協助縮短後續診斷與治療。
中國附醫人工智慧中心主任許凱程說，居家睡眠檢測系統智眠檢，可以根據睡眠呼吸中止發生時的心電訊號變化，使用深度學習方法辨別睡眠中止的嚴重程度。
對於睡眠的呼吸中止事件和睡眠覺醒事件的偵測分別達到92.7％和93.2％的準確度，而嚴重睡眠呼吸中止症每小時發生30次呼吸中止的分類更達到95.8％的準確度。
人工智慧中心致力於臨床資料之應用，藉由深度學習的人工智慧技術，利用醫院的醫療資料訓練智慧醫療神經網路模型。這些模型可提供臨床診斷的建議，並結合臨床決策系統，減輕醫護人員臨床工作的負擔。目前中醫大附醫人工智慧中心已取得十數項食藥署智慧醫材認證，將持續地研究和創新，將在智慧醫療領域帶來更多令人期待的突破和演進。