與死神拔河!AI搶救心肌梗塞
人工智慧輔助急診心肌梗塞臨床決策支持系統
一名64歲患者陳女士因腹痛不止被緊急送入急診,在沒有建置完整的ASAP score機制(心肌梗塞不典型症狀高危評分系統)及心電圖AI (人工智慧) 輔助判讀之前,這類非典型病徵之心肌梗塞病人,因無典型之胸痛症狀導致未做心電圖而成為漏網之魚。中國附醫內科部心臟血管系張坤正副院長進一步解釋:除了典型症狀胸口悶痛外,也有部分的病人是屬於高危險,但以不典型症狀表現,如下巴脖子痛、上腹部緊痛或是左手臂內側疼痛等,這時很容易被誤診為其他科別的問題,而延誤治療時機。
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,急診室和加護病房是醫院裡「急重症」的關鍵場域,是病患與病患家屬身心煎熬之所在,也是醫護人員與死神搶時間救治瀕危病患的地方。全臺每年急診就醫件數從2006年568萬件增加到2020年655萬件,突顯急診壅塞問題越來越嚴重。其中,位列國人十大死因第二名的心臟疾病,尤以心肌梗塞猝死率為甚,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。
許凱程主任表示,面對急診醫療壅塞及非典型病徵之情形,中國附醫人工智慧醫學診斷中心(AI中心)許凱程主任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床決策支持系統」。利用AI演算法之分析心電圖訊號變化,搭配手機即時傳送訊息機制,輔以急診ASAP score判斷不典型症狀患者的危險等級。當病人出現胸痛症狀或ASAP score分數達3分以上時,此系統可即時傳送急性心肌梗塞通知及AI判讀後之心電圖給急診醫師與心臟專科醫師,大幅縮減D2B時間(Door to Balloon:病人進入醫院至施行氣球擴張術的黃金時間),即時掌握病人,給予最及時有效的治療,同時簡訊通知家屬到院陪伴病患。
該院內科部心臟血管系陳科維醫師說,有了上述完整機制,患者陳女士雖因腹痛入院,但ASAP分數在超過了3的情形下,急診室便立即做了心電圖,而透過AI心電圖報告的輔助及即時訊息之傳送,使內科部心臟血管系陳科維醫師能在最短的時間接收到警示簡訊,當下為飽受腹痛所苦的患者陳女士做出最正確的醫療診斷。原來患者陳女士罹患的是左主冠狀動脈疾病,故而安排住院及手術治療。在經過了為期一週的住院治療後,患者陳女士恢復良好,懷著愉悅的心情離開了醫院、回歸日常。由此見證中國醫藥大學附設醫院的AI中心及心臟科團隊的成功合作將使未來更多病患受惠,大幅減低誤判的機率以及在急診壅塞情形下被影響的D2B時間。
中國醫藥大學附設醫院
人工智慧醫學診斷中心/AI中心 簡介
致力於該院臨床資料之應用,藉由客觀理性的人工智慧技術,將巨量資料轉化為有實質功能的神經網路模型,在臨床專科醫師進行醫療診斷時提供第二專家診斷資訊,並納入專業醫療決策,降低因分析大量醫療數據之負擔。中國附醫AI中心許凱程主任指出四大研究主軸:醫學影像、電生理訊號、電子病歷EHR及基因組資料進行人工智慧開發應用。藉由人工智慧結合大數據,在診斷、治療及預後方面建立完善之智慧解決方案。
註:64歲患者陳女士,將出席記者會分享其經驗。