AI隨身心電圖貼片 精準判讀防猝死 馮世寬:我上立院都要戴着

退輔會主委馮世寬樂見北榮與三總在智慧醫療上的進展,期待能爲榮民軍方全民提供更先進的醫療資源。(圖/臺北榮總提供)

一名花蓮縣公務員火車北上開會時,突然昏迷猝死,病因仍待確認,但類似案例並不少見,心血管疾病又佔了多數。爲了能在鬼門關前救回寶貴生命,人工智慧於醫療上的運用勢在必行。臺北榮民醫院與三軍總醫院也逐步將智慧醫療導入醫學影像與心電圖分析利用深度學習以及演算法,可以從心電圖波形來辨識不同種類之心律不整,藉以預防猝死憾事

臺北榮總與三總今(26)日聯合舉行「AI精準判讀及時搶救猝死性心律不整」記者會,北榮代理院長李發耀表示,退輔會與國防部爲促進榮民與國軍互惠合作,在民國100年即與三總簽訂策略合作協議書,期望達成醫療互惠、資源共享

臺北榮總表示,隨着穿戴式裝置普及,將人工智慧醫療與穿戴式裝置結合運用,能更有效與即時的偵測心律不整的發生。北榮目前積極與業界合作,與廣達公司共同研發新型貼片式心電圖判讀演算法,量測的生理訊號可以透過無線網傳輸到醫院遠距中心,利用人工智慧演算法判讀出心律不整,提供快速精準的醫療服務。

與會的退輔會主委馮世寬當場誇讚貼片實用,並且笑稱已搶第一向榮總院長報名,「以後去立院前跟質詢結束後都要戴,來測測心律不整情況。」馮世寬也強調,希望未來這套AI系統能早日廣泛運用在榮家或軍方,爲軍民健康把關。

貼片式心電圖。(圖/臺北榮總提供)

貼片式心電圖可遠距傳回身體資訊,藉由人工智慧將大量數據匯入大型模擬神經網絡,並對參數進行微調,能夠有效且準確的辨識出有問題的心電圖訊號。(圖/臺北榮總提供)

北榮副院長陳勢安表示,北榮近年已逐步將智慧醫療導入醫學影響與心電圖分析,利用深度學習與演算法,可從心電圖波形來辨識不同種類之心律不整。藉由AI將大量數據匯入大型模擬神經網絡,並可對參數進行微調,目前對於致死性心室頻脈診斷,準確性相當高,幾可達99.8%。此外,三軍總醫院也已完成毛地黃中毒及高血鉀心電圖AI預測模型院方指出,布魯格達症候羣、毛地黃中毒及高血鉀都容易發生致命性心率不整、引起病人猝死。

智慧醫療遠距照護。(圖/臺北榮總提供)

院方強調,使用貼片的患者不用住院,透過穿戴式裝置即可遠端進行血糖血壓血氧、心電圖的量測傳輸,便於醫師即時判讀。貼片也隨時可拆,不會造成患者生活上的不便。建議曾有胸悶痛、心悸、曾經昏厥,卻無法被確診的民衆,可以透過智慧穿戴式裝置,從心電圖波形,提早預知身體狀況,就能給予適當治療,避免急性發作甚至猝死。

臺北榮總與三軍總醫院聯手出擊,推出以AI精準判讀,即時搶救猝死性心律不整的智慧行動裝置。(圖/臺北榮總提供)