洗腎突發心衰怎麼辦？北榮即時預警AI一秒就知道！

臺北榮總今（13日）揭露一套即時血液透析AI預警系統，可根據洗腎機每秒產生的上百組參數，來預測每位病友的心衰竭風險和乾體重預測，準確率達90％。這套系統能即時處理大量參數的關鍵，在於連續型資料庫，可即時處理大量資料，最高每秒可達上萬筆。在應用上，這套AI有如戰情室儀表板，直接呈現在臺北榮總洗腎中心的螢幕上，醫護人員一眼就可看出高風險病患和風險因子，來即時處理。

臺灣年洗腎患者超過9萬人，半數因心血管疾病死亡

臺北榮總腎臟科主任唐德成是這項AI預測專案的關鍵推手，他指出，臺灣洗腎人口密度世界居冠，每年超過9萬人洗腎，其中有半數因心血管疾病死亡，心衰竭就是重要死因之一。

不只如此，每次洗腎後的乾體重設定，也是一個重要因素。所謂乾體重，是指患者洗腎後的正常體重，也就是無過度脫水、血壓正常狀況下的體重。這個體重通常仰賴醫生經驗來設定，而醫生經驗多以嘗試錯誤（Trial and error）累積而成，有經驗的醫生至少需要3個月至半年，才能抓到準確的建議值。

比如，病友每次洗腎約4小時，每月平均洗13次，每次洗腎約增加2至5公斤，要是乾體重設定不準確，就會造成脫水過多（引發肺積水）或脫水太少（引發血壓下降），「對有共病的病人來說，容易引發心衰竭，」唐德成說。

此外，洗腎過程造成的併發症，像是血壓下降、抽筋、出血等，也得靠醫生依當下的病況和儀器判斷，再進行治療。雖然，唐德成過去就推動打造一套血液透析無紙化系統，來記錄洗腎過程的資訊，護理人員也能從中查詢病人洗腎時發生的事件和處置。「但即便無紙化，患者洗腎時，護理人員還是得每半小時，手抄患者所有生命參數。」他深知，這個做法難以即時因應突發狀況，因此才決定打造AI預警系統，根據洗腎機的每秒參數變化，來進行風險預警。

用連續型資料庫整合1.1億筆即時參數，來訓練風險預警AI

於是，唐德成聯手臺北榮總腎臟科主治醫生歐朔銘、臺北榮總資訊室工程師朱原嘉，於1年半前找來數據分析廠商SAS，著手開發造這套風險預警AI。

他們將風險預警分為兩種，首先是心衰竭風險預測。這套AI的訓練資料有臺北榮總大數據中心的健保大數據，比如病歷、檢驗結果、用藥資訊等資料，還有血液透析機每秒產出的上百組參數。

朱原嘉表示，光是取得機器產出的參數，就是一大工程。因為，透析機雖能產生上百組參數，但原廠只設定顯示常用的5、6組，因此，要自行介接其他參數，還得向廠商取得SDK，光是討論過程就重複了好幾次。

取得參數後，團隊還有另一個挑戰，也就是「資料對齊。」朱原嘉指出，不同廠牌透析機產出的參數單位並不一樣，團隊花了不少時間一一詢問原廠，再統一單位。

此外，由於機器每秒產生高達200組的龐大數據，1年半下來可達1.1億筆，這些參數包括動靜脈壓、血流量、導電度、脫水速度、脫水量、透析液流速等，但團隊必須從中找出最具影響力的參數，作為儀錶板上的風險預測關鍵因子。他們先是從200組參數中，挑選140組來優化，最後再挑出最關鍵的10組（以左心室射出功率LVEF為主要指標），在儀錶板上呈現給醫護人員查看。（如下圖）

儀錶板上馬賽克部分為病人ID，右側為醫生預測乾體重，左下方則是AI心衰竭風險預測值，右側為AI乾體重預測值，底下為心衰竭10大預測因子。

用連續型資料庫解決無紙化做不到的即時預警

朱原嘉坦言，光是清理資料、資料介接等前置作業，就花了專案9成時間。在這段時間裡，他們也設置連續型資料庫，來處理每分鐘寫入的130筆資料。這個資料庫很特別，雖然每秒最高可處理上萬筆資料，但朱原嘉指出，資料庫只會記錄有變動的資料，因此不會快速消耗容量。

目前，這套心衰竭預警AI確度為90％，醫護人員可透過洗腎中心儀表板，來隨時掌握病人動態。（如下圖）

這套儀錶板呈現所有洗腎病人的健康狀況，以不同顏色來顯示病人的嚴重程度和風險類別。

歐朔銘表示，未來將持續優化模型，希望將準確度提升至和人類醫生一樣的95％。

乾體重預測AI降低80%誤差率

除了心衰竭風險，這套AI還可進行乾體重預測。歐朔銘指出，乾體重調整約為病人體重的5％，通常仰賴醫生經驗，但由於病人體重會動態變化，因此每次透析前，需要微調脫水量（約增減300克至500克），來達到設定的乾體重。

不過，血液透析過程變化快速，最後實際的脫水量可能會與透析前的預測有所誤差，平均誤差約為200克左右。

而臺北榮總完成心衰竭風險預測AI後，也緊接著用這些資料，來訓練乾體重預測AI，成功將誤差值縮小至40克，也就是讓誤差下降了80%。

未來，臺北榮總團隊會持續優化模型，進一步打造肺積水預警AI，另一方面也將採用國際醫療資料交換標準FHIR，讓模型更容易介接不同廠牌設備的資料，將AI模型商品化。文◎王若樸