急診胸痛AI預測系統運用於臨床 降誤判省資源

▲人工智慧AI輔助急診胸痛預測系統。(圖/奇美醫學中心提供)
▲人工智慧AI輔助急診胸痛預測系統。(圖/奇美醫學中心提供)

記者陳聖璋 / 台南報導

奇美醫學中心於2019年5月正式成立「醫療大數據庫暨人工智慧運算中心」(簡稱AI中心),做為奇美醫療體系研發醫療照護AI之基地,致力於發展具奇美醫院特色的AI系統。

我是廣告 請繼續往下閱讀
奇美醫學中心急診醫學部與該院AI中心合作,透過大數據發展「人工智慧AI輔助急診胸痛預測系統」準確度可達9成,目前奇美醫學中心已實際運用於臨床,為國內急診醫療AI先驅。

台灣的急診室壅塞已成常態,根據衛生福利部資料顯示,2019年全台急診就醫高達764萬人次,急診壅塞問題越來越嚴重,其中「胸痛」為急診常見的主訴,占所有急診病人5至20%。

▲奇美醫學中心急診醫學部主治醫師張培毅指出,實際上只有小於10%的急診胸痛病人最後被診斷為急性心肌梗塞。(圖/奇美醫學中心)
▲奇美醫學中心急診醫學部主治醫師張培毅指出,實際上只有小於10%的急診胸痛病人最後被診斷為急性心肌梗塞。(圖/奇美醫學中心提供)
奇美醫學中心急診醫學部主治醫師張培毅表示,胸痛的成因可由骨骼肌肉疼痛到致命性心肌梗塞、主動脈剝離、肺栓塞、食道破裂等,此類病情變化較快且不易快速預測,即時正確的診斷與處置是醫師相當大的挑戰。

張培毅指出,急診壅塞非常普遍,為了給予胸痛病人明確診斷,醫師會開立一系列檢驗檢查,然而,實際上只有小於10%的急診胸痛病人最後被診斷為急性心肌梗塞,所以,恣意開立檢驗檢查或安排住院,易造成醫療資源的巨大負擔。

在這樣的背景下,奇美醫學中心急診醫學部發展臨床輔助決策工具「人工智慧AI輔助急診胸痛預測系統」,可提升效率、降低誤判的機率及節省健保醫療資源耗用。

奇美醫學中心急診醫學部成立包括急診、品質管理中心、AI中心、資訊室的跨領域團隊,藉由參考醫學文獻採用了14項(性別、年齡、抽菸史、身體質量質數(BMI)、高血壓、高脂血症、糖尿病、慢性腎臟病、心肌梗塞、腦血管疾病、周邊動脈阻塞性疾病、肌鈣蛋白、肌酸酐、血紅蛋白)特徵值,用以預測急診胸痛病人併發心肌梗塞及死亡之機率。

▲奇美醫學中心急診醫學部跨領域團隊。(圖/奇美醫學中心)
▲奇美醫學中心急診醫學部跨領域團隊。(圖/奇美醫學中心提供)
過程收集奇美醫療體系急診近十年(2009至2018)共計85254個病人,整合資料導入監督式機器學習技術,建立AI預測模型,模型調整到最佳狀態後,準確率可達9成。

張培毅說,為了能實際運用於臨床,目前奇美醫學中心已把預測程式整合到急診醫囑系統,輔助醫師醫療決策,提升醫療效率及品質。

該研究成果已發表於2020年國際SCI期刊,迄今奇美醫學中心急診醫學部共有胸痛、老人流感、肺炎、登革熱、腦創傷、高血糖危症、胰臟炎等7項疾病AI預測系統在使用,藉以嘉惠病人更多的醫療保障。

我是廣告 請繼續往下閱讀
鞋槓人生