回首頁LOGO按鈕

中國醫藥大學附設醫院 人工智慧醫學診斷中心 許凱程主任

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。

(左)64歲陳女士、(中)人工智慧醫學診斷中心 許凱程主任、(右)心臟血管科 陳科維醫師/公關室提供

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 (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科陳科維醫師說， 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 許凱程主任/公關室提供

人工智慧醫學診斷中心 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。

【媒體報導】

• 華視新聞：6旬婦腹痛就醫 AI揪出非典型心肌梗塞