成医疗帮手 预测败血症又可防跌

人工智能将成医疗照护最佳帮手,附医在加护病房使用智能重症照护系统,藉人工智能预测病人发生风险并即时预警,可提升病患存活率。相关技术未来也可用在病患防跌。

台北医学大学附设医院与台湾人工智能实验室合作今天举行签约仪式,展开为期5年的跨界合作。由北医附医提供专家标注的临床资料,与台湾人工智能实验室共同探讨并开发人工智能算法与系统,并将研究成果建置于医院临床系统。

TED-ICU智能重症照护系统及住院病人状态评估系统是首波研究重点。

北医附医院长陈瑞杰下午在记者会表示,加护病房病患病情瞬息万变,尤其败血症是重症医疗很重要且致命的疾病(全球发生率每10万人437名),且在美国有高达1/3的死亡率。目前筛检败血症的方式都有其限制,若能及早发现给予等其他治疗,可有效提升病患的预后。

陈瑞杰说,北医附医从2017年在加护病房全面导入「TED-ICU智能重症照护系统」,自动完成病患的生理资讯抛转、整合、计算与纪录,并据此预测败血症的发生率。医护团队利用时序性的生命徵象以及病患背景资料,可预测病患4小时后败血症的风险,比传统的筛检方法有效。

北医附医创新前瞻中心副主任蔡龙文表示,目前「TED-ICU智能重症照护系统」临床运用,预估病人败血症风险的准确率约7至8成,未来希望可以达到9成。另外在医疗影像、医疗品质方面,也都能透过人工智能有所提升。

蔡龙文举例,预防病患跌倒是照护重要课题,为降低病患跌倒的机率,台湾人工智能实验室将运用机器学习过往跌倒的病患纪录,预测跌倒高风险族群,并进一步判别病患跌倒的原因,盼能在用药与照护上提供护理人员参考与协助。

发表评论

电子邮件地址不会被公开。 必填项已用*标注