週五. 12 月 3rd, 2021

中醫大附醫 結合人工智慧心電圖院前遠距診斷

圖說:中國醫藥大學附設醫院內科部心臟血管系張坤正副院長(左)與人工智慧醫學診斷中心許凱程主任(右)記者會現場,同步視訊南投信義鄉「中國醫藥大學附設醫院地利村門診處」,實際操作心電圖並展示遠距傳輸系統。 (記者張原銘攝)

【記者張原銘、張皓傑台中報導】隨著平均年齡逐漸老化,心血管相關疾病已成為危害人類健康的重要問題,其中心肌梗塞是最高風險的病症之一,許多患者在未送醫前即已死亡。心電圖是診斷此項疾病相當重要的依據,為改善國內許多偏鄉地區醫療人力嚴重不足,缺乏專業醫師做即時而正確的判讀。
中國醫藥大學附設醫院結合了人工智慧心電圖驗算法及小型化個人心電圖機,搭配可為一般民眾操作的簡易型心電圖貼片,建立起患者到院前的快速心電圖遠距自動診斷系統,縮短S2B時間,讓專業醫療人員或急診、心臟專科醫師可據此給予患者或一線救護人員適當的醫療建議,並在醫院端進行相關治療的準備,減少可能因時間延遲而產生的心臟損傷或相關併發症。
中國醫藥大學附設醫院副院長張坤正表示,心電圖是診斷心血管相關疾病相當重要的依據,當心電圖表現特異性的ST節段上升時(STEMI)代表的是相對應區域的冠狀動脈血管已達完全堵塞或接近完全堵塞,心室壁全層的心肌細胞開始缺氧壞死,如果沒有儘速恢復血流將造成永久性的心臟損傷以及更高的致命性心律不整與急性併發症風險,如心因性休克、心臟穿孔與心包填塞等。
為解決此臨床問題,研究團隊利用人工智慧(Artificial Intelligence, AI)與機器學習建立起較國內原有之心電圖專家系統更準確的「急性ST段上升型心肌梗塞」判讀模型,結合對12項心律不整的判斷及急診檢傷的自動高風險評分系統,成為一套全方位的急性心肌梗塞心電圖診斷平台,其初期結果已有效地縮短了到院後的D2B(Door to Balloon),也就是恢復心臟血液灌流的時間。
然而,D2B時間的改善只關注到了患者到院後的醫療流程,實際上心肌缺氧開始的時間是患者一開始有症狀的時候。如何縮短心肌梗塞患者從發生症狀到恢復心臟血液灌流,也就是S2B (Symptom to Balloon time)的時間,近年來得到了越來越多的關注。
張坤正並表示,該院結合了人工智慧心電圖驗算法及小型化個人心電圖機,搭配可為一般民眾操作的簡易型心電圖貼片,希望能夠建立起患者到院前的快速心電圖遠距自動診斷系統,以進一步縮短S2B(Symptom to Balloon)時間。
中國醫藥大學附設醫院人工智慧醫學診斷中心主任許凱程指出,本AI模型的建立,整合了心臟科、急診科、人工智慧醫學診斷中心、及資訊室等單位,收集本院2008~2018年間的心肌梗塞病人心電圖約千筆資料,以及正常病人心電圖兩千餘筆,來訓練AI模型;模型訓練完成後,於2020年6月在急診上線,已經臨床實測兩萬張心電圖,準確率可達99.7%,目前朝向將此AI模型往院外場域延伸,已完成軟硬體整合,已可將AI輔助心電圖評估用於救護車及偏鄉地點。

 

本站代管於網易主機