搶救心肌梗塞 人工智慧急診上線

中國附醫人工智慧醫學診斷中心與心臟科醫師團隊聯手打造「人工智慧輔助急診心肌梗塞臨牀決策支持系統」,可縮短患者到院至做心導管時間到32分。(馮惠宜攝)

醫院急診分秒必爭,隨着AI人工智慧不斷髮展,透過AI協助可望解決急診壅塞,並縮短病患等待救治的時間;在臺中中國醫藥大學附設醫院將AI運用到急診搶救心肌梗塞病患,臺南奇美醫學中心發展「急診胸痛AI病情預測系統」,都大幅減低誤判的機率,給患者最及時有效的治療。

中國附醫人工智慧醫學診斷中心主任許凱程指出,急診室分秒必爭,全臺每年急診就醫件數從2006年568萬件增加到2020年655萬件,顯見近年急診壅塞問題越來越嚴重,其中,位列國人十大死因第2名的心臟疾病,尤其是心肌梗塞猝死,主要死因與急診壅塞導致未能及時搶救、打通血管並阻止心肌壞死有關。

中國附醫副院長張坤正表示,及早發現與診斷心肌梗塞患者,是臨牀上非常重要的議題,中國附醫利用人工智慧(Artificial Intelligence, AI)與機器學習建立一套全方位的急性心肌梗塞心電圖診斷平臺,可大幅將病患到院至施行氣球擴張術的黃金時間(D2B),從傳統90分鐘縮短到32分鐘。

許凱程指出,AI模型的建立,收集中國附醫總院2008年至2018年間的心肌梗塞病人心電圖約1000筆資料,及正常病人心電圖2000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,已經臨牀實測2萬張心電圖,準確率可達99.7%,目前朝向將此AI模型往院外場域延伸。

針對高達30%非典型症狀心肌梗塞患者,中國附醫研發「人工智慧輔助急診心肌梗塞臨牀決策支持系統」,讓非以胸悶胸痛爲主要症狀的患者,可以不被延誤,這套系統利用AI演算法,綜合患者年齡、性別、症狀及疾病史等參數,分析症狀不典型病患罹心肌梗塞的風險,即時爲患者進行心電圖檢查,並將其數據、資料以手機即時傳訊息給急診醫師與心臟專科醫師,即時掌握病人狀況。

奇美醫院在2019年也成立「醫療大數據庫暨人工智慧運算中心」(AI中心),急診醫學部與AI中心合作,透過大數據發展「AI輔助胸痛預測系統」,準確度也可達9成,爲治療病人爭取更多寶貴時間。