/ 最新消息
最新消息

長庚、榮總到台大都擁抱 AI,不只急診救命更能找出心臟危機

2022.01.25|
AI

作者  | 發布日期 2022 年 01 月 15 日 9:00 

 

心電圖影像透過 AI 模型分析,不用 1 秒鐘,你我未來 1~3 年、5 年,甚至 10 年內,因心血管疾病猝死風險數字一一現形。這不是虛擬世界的未來想像,而是林口長庚醫院最快於 2022 年第一季全院落地的超有感人工智慧應用。

 

 

第一站  新北林口長庚紀念醫院
它像死亡筆記本,一秒算出你一年猝死率

「用120元的基本心電圖,就可以很精準知道未來1、2、3年會死亡的機率,滿準的,有點像死亡筆記本!」林口長庚醫院醫療人工智能核心實驗室主任郭昶甫說。

林口長庚醫院副院長溫明賢解釋,一般的心電圖只能知道有沒有心室肥厚、心房擴大、心律不整或心肌梗塞等問題,沒辦法有更多客觀證據提示心血管健康風險,甚至一年死亡率。但林口長庚以過去170萬名病患、近600萬張心電圖為基礎,歷時一年研發後,現在可模擬預測猝死的極可能原因。「連10年後是死是活都能知道,目前準確率達89%,真的是死亡筆記本。」他說。

郭昶甫不諱言,跟病患說死亡數字實在太可怕,預計2022年第一季導入醫院後,會轉換成健康高、中、低風險族群,初步先挑出高風險者讓心臟科醫師特別注意。

第二站  新北亞東紀念醫院
速讀胸部X光,看出急診優先處置4疾病

下一站,我們走進新北市亞東紀念醫院放射部影像醫學科醫師郭冠宏個人AI實驗室,這裡藏著亞東醫院透過與廣達合作開發的智慧胸腔X光AI系統、自行開發的腦部電腦斷層AI輔助系統。

以最大宗的X光檢查來說,門診醫師開檢查單、病患照X光,哪怕片子只需5分鐘就出來,但按照既有流程,病患等下次回診看影像報告,通常是7天後的事。問題來了,包括氣胸、氣腹、氣管內管位置過深等緊急情況,未必能第一時間知道。

幸運的是,亞東醫院現在有開發四年、上線使用逾一年的智慧胸腔X光AI系統,僅約10分鐘,諸如氣胸、氣腹、首發腫瘤、氣管內管插太深4種特別嚴重的病況,就無所遁形。

第三站  台中中國醫藥大學附設醫院
1 小時快檢細菌種類,精準投藥搶救瀕危感染者

「AI落地,自己先要使用,自己都認為不好用,要賣給誰?」在中國醫藥大學附設醫院院長周德陽的眼中,自家團隊歷時兩年集研發大成、2021年底最新在台中院區全院上線的「智抗菌平台」,絕對有殺手級應用潛力。

很多人不知道,細菌感染奪走的人命比癌症還多,這是因為傳統醫學上要知道感染細菌的時間太慢。原來,每家醫院要透過抽血、細菌、抗藥性培養,加起來需要3天時間。

現在中國醫大附醫則透過質譜儀結合AI分析,從細菌蛋白的位置與波形,不只能預測是26類細菌種類中的哪一種,還能透過平台系統確認該細菌有沒有抗藥性,檢測時間能從72小時縮短到1小時,準確率平均達85%。

第四站  台北台大醫學院附設醫院
鈣化檢查新利器,0.4 秒分析心臟潛伏危機

如果說林口長庚醫院的「死亡筆記本」,是預測你未來10年發生心血管猝死的機率,那麼台大醫院的心血管AI模型,則是搶在鬼門關前一步攔截,讓病患趕緊治療。

台大醫院心血管中心心臟檢查室主任王宗道率團隊研發出兩套系統,都是針對國人第2大死因「心臟疾病」而來。「冠狀動脈電腦斷層全自動血管管腔分割系統」利用AI更快偵測冠狀動脈阻塞,「心包膜、主動脈分割及心血管風險自動分析一站式AI模型」則是看心臟脂肪與血管鈣化程度。王宗道指出,這些模型都在做病患的風險管理。「區分風險後,醫學不只預防發生、防患未然,甚至要能更積極的矯正、逆轉。」

第五站  台北台北榮民總醫院
找腦瘤比醫師快,偵測只需1分鐘、準確率達96%

台北榮民總醫院已經發展智慧醫療超過五年,目前也有四個科別開設AI輔助門診。2021年中「醫療人工智慧發展中心」正式啟用,宣示台北榮總全力擁抱AI醫療的企圖。

「AI腦腫瘤診斷系統讓醫師從5~10分鐘閱片,縮短到只要1~2分鐘,但問題不只在時間。」台北榮民總醫院副院長兼醫療人工智慧發展中心主任高壽延指出,AI落地後,更關鍵處在於其模型運算建立在醫學證據上,而非僅人為判讀,並且當影像判讀與執行治療醫師不同時,可以更清楚對焦並討論彼此認知,據此訂出最適切的治療計畫,避免醫、病之間的資訊不對稱,有機會做到共享決策,甚至未來能透過遠距醫療,補足醫療人力短缺問題,在醫療資源缺乏的偏鄉落地應用。

 

原始文章: https://technews.tw/2022/01/15/ai-ecg-image/