國立臺灣大學醫學系學生陳芓廷、蕭梓宏指出，根據科學數據，在臺灣大約有22%到38%的精神科患者會因為沒有按時回診或持續服藥而在一年內再次住院，但是，目前精神科照護第一線缺乏追蹤系統，無法掌握病人出院後的情形，導致許多病人靜默消失，因此，他們設計「靜默消失風險預測系統」，利用AI分析病人出院後可能消失的風險，並提出建議處置，希望透過預防，阻止悲劇來臨。
國立臺灣大學醫學系學生陳芓廷表示，「靜默消失風險預測系統」是一套在精神科病患出院後三個月的「追蹤中斷」預測系統，醫療人員輸入病患的臨床資料如年齡、住院天數、藥物依從度、家庭支持度、是否曾有自傷行為及經濟壓力等背景資料後，模型會計算出病患出院後失聯或未依醫囑回診的風險，並根據風險等級提供不同的應對建議，讓醫護人員參考，並進行醫護人力的調整。
陳芓廷說，這套系統不僅提供風險預測，更為不同的醫療人員設計了實用功能，如系統可自動標記排序前10%的高風險個案，協助個案管理師集中資源，提高人力調配效率，節省人力；精神科醫師在病患出院當下，根據系統判斷的分數，立即調整出院計劃；社工或醫療人員則可利用系統的「What-if模擬面板」，調整增加追蹤次數或改善藥物依從度等參數，評估這些介入措施是否真的能降低病患的追蹤中斷風險。
陳芓廷強調，精神科醫療中，精神病患出院後的追蹤中斷是最危險，卻又最容易被忽略的點，在每個看似微小的訊號背後，都可能隱藏著一個被現行制度所忽略的人，這些微小的疏漏，如一次沒有回診、一次沒有接電話、一次沒有按時服藥，都可能最終釀成悲劇，而他們利用AI協助，並非要取代醫療人員或社工角色，而希望借助科技之力，讓預防走在悲劇發生之前。
「靜默消失風險預測系統」參加「114年資訊人社會關懷獎學金」提案競賽，評審認為提案值得一試，獲得第二名，並獲頒8萬元獎學金。