臺中榮總揭12項重症預測AI成果，整合儀表板供醫護即時掌握病況

臺中榮總今日（6/29）揭露重症AI應用成果，團隊用AI強化重症疾病照護服務，開發多款疾病預測模組來即時掌握病人狀況，像是急性腎損傷預測、呼吸器拔管預測、急性呼吸窘迫症（ARDS）預測和72小時後臨床惡化風險預測等共12項預測模組，每項鑑別率都達8、9成，可幫助醫護快速治療重症患者、提高存活率。

跨部門整合重症醫學和IT專業，用7年資料建置亞洲最大重症資料庫

在醫院，重症患者的病症發展快速，可能發生心、肺、肝、腎衰竭造成生命危險，但通常得等到症狀明顯，醫護人員才能確定、展開治療。於是，臺中榮總團隊思考，要打造重症預測模組，來協助醫護即時給予重症患者治療。

臺中榮總重症醫學部主任詹明澄指出，臺中榮總跨部門合作，由醫護人員、演算法工程師、系統工程師和資料庫工程師共同展開開發工作。臺中榮總重症醫學部先是與資訊室建立重症資料庫，收集了2015年至2021年的成人加護病房臨床資料，涵蓋24類數值和影像，如病人基本資料、生化數值、輸血醫囑、X光片影像等共7,200萬筆資料。

在建置資料集的過程中，臺中榮總還建立了資料清理自動化工具，來加速資料處理工作。臺中榮總指出，這是亞洲最大、最完整的重症資料庫，且與麻省理工學院開發的公開電子病歷資料集MIMIC-IV相當。臺中榮總預計，這個資料庫在2024年就會超越MIMIC-IV，成為世界最大的重症資料庫。

開發12項重症預測模組，整合儀表板落地應用

有了這個資料庫，臺中榮總便用來開發疾病預測模組。他們聯手東海大學AI中心，打造12項重症預測模組，包括急性呼吸窘迫症候群、急性腎損傷、菌血症、呼吸器拔管、急性呼吸窘迫症（ARDS）、24小時後和72小時後臨床惡化風險、腎恢復預測、出院後30天、90天和一年內存活率預測等，這些模組的AUROC鑑別率都達到8、9成以上。

其中，以急性腎損傷為例，臺中榮總與臺灣智慧醫療聯盟（SHA）合作，聯手臺灣4所醫學中心，利用聯邦學習（Federated learning）進行外部驗證，也得到不錯的預測結果。目前，臺中榮總的急性腎損傷預測模型，也入選為食藥署智慧醫材（SaMD）申請的輔導案。

模型完成開發後，臺中榮總也打造疾病管理儀表板，來落地運用。這個重症疾病管理儀表板，涵蓋了全院重症床位現況、重要設備（如葉克膜、呼吸器等）使用狀況，以及每位患者的各大疾病預測風險數值，每小時更新病人臨床資料，來供臨床醫護人員快速掌握病情。其中，臺中榮總智慧重症團隊還針對急性呼吸窘迫症候群、急性腎損傷，分別開發監視儀表板（如下圖），除整合重要臨床資料，提供即時模型預測結果外，也以視覺化設計，不只顯示病況，還提供適當處置建議，是中榮重症團隊溝通的重要窗口。

臺中榮總也以一位高齡敗血症併呼吸衰竭個案，來說明實際應用狀況。該病患入院後，AI系統即以入院48小時的資料，推論出病患屬於急性呼吸窘迫高風險。系統不只在病房儀表板顯示風險值，也呈現病患入院後的重症醫療數據，如呼吸器參數、輸液狀態，並進一步依據指引主動評估病人狀況，並以燈號顯示急性呼吸窘迫的治療狀態，包括保護性通氣、俯臥通氣、輸液平衡、早期營養等項目，要是病患的治療都達標，儀表板就會以綠燈顯示，代表病患的臨床狀況逐步改善中。

臺中榮總指出，這種重症智慧醫療應用不只提升重症病人診療品質，也能有效降低第一線醫護的工作負荷，更將在遠距醫療時代扮演重要角色，協助改善偏遠地區醫療品質和醫療資源分配不均的痛點。