臺中榮總打造12項重症預測模組、融入儀表板中,方便第一線醫護掌握病人病況。

圖片來源: 

臺中榮總

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。

熱門新聞

Advertisement