麻醉風險評估是確保手術安全與提升病人預後的關鍵步驟。傳統工具，如美國麻醉醫學會生理分級(ASA-PS)及手術風險預測系統(SURPAS)，雖已廣泛應用，但受限於主觀性高、資訊不足及操作繁瑣，難以滿足現代臨床對高精準度與高效率的需求。面對高齡病患比例上升、手術量增加及醫療人力壓力加劇，臨床亟需更智能、即時且兼顧個別化的評估模式。 本人將報告本院如何專案建置一套以生成式人工智慧為核心、適用於多類手術的麻醉風險評估平台，整合病史、生理參數、檢驗數據與手術資訊，能自動計算六項關鍵風險量表，包括：ASA-PS、修訂心臟風險指數(RCRI)、術後肺部併發症風險(ARISCAT)、急性腎損傷風險、主要心血管不良事件(MACEs)及術後噁心嘔吐風險(Apfel PONV)。系統並可生成圖表化風險摘要與個人化衛教內容，促進醫病溝通與共享決策，兼顧臨床安全、效率與病人參與。