一分鐘揪出骨折、腦出血!AI助手出動,幫急診室搶時間

一分鐘揪出骨折、腦出血!AI助手出動,幫急診室搶時間
林口長庚急診室的電腦裡,AI判讀系統已經在輔助髖骨、骨盆腔骨折的判讀。廖健宏說,AI可以在10秒左右圈出患者骨折的部位,是許多考量和取捨後的結果。圖片來源:王建棟攝
2019-10-08
文.彭子珊 圖.王建棟
8912
在醫生普遍過勞的急診科,林口長庚用AI做髖骨骨折判讀,高雄榮總也請出這個虛擬助手來診斷腦出血,打造高高屏急救網。檢傷分類的流程正默默改善,終有一天,急診室裡的醫生將不再忙亂,候診的病人也不必心急。

結束中秋連假後的第一天,早上7點多,一輛大貨車和6部小客車就在國道一號中山高北上的龜山林口段追撞,造成2人重傷、5人輕傷,送往林口長庚醫院。

直到下午,急診室裡人潮依舊,走道上的病床也躺滿了患者,還有陪伴的親友忙著四處聯絡奔走。「今天剛好比較混亂一點,」快步疾走的林口長庚外傷急症外科副教授廖健宏對《天下》說。

在這個全台灣最忙碌的急診室,AI正在悄悄改變候診的規則,幫焦急的病人和家屬搶時間。

據健保署統計,去年在急診就醫的712萬人次中,林口長庚以20萬登上全台第一。其中,若以疾病來看,因腹痛及骨盆痛而就醫者,就佔了43萬人次,僅次於不明原因發燒的近44萬。

1992年,長庚醫院率先正式成立全台第一個急診醫學專科,從此見證急診就醫人次大增的黃金時代。在忙碌的急診室裡,怎麼幫助醫師減輕工作負擔,提升看診效率和正確性,成了當務之急。

【延伸閱讀】新北首創AI智能衛生所 即時評估民眾血壓血糖|智慧城市懶人包#33

急診室正悄悄改變,你有發現嗎?圖片來源:黃明堂攝

林口長庚:判讀髖骨骨折,只需一分鐘

人群中,有2位超過80歲的奶奶,也因為跌倒而被救護車送到林口長庚。但她們不知道的是,AI已經在幫自己看病。

「一開始,住院醫師沒發現她這裡(骨盆腔)骨折,」廖健宏指著X光片解釋,「因為病人也是說她左邊髖關節痛,所以大家都密切注意這裡,後來才發現這裡(骨盆腔)也有骨折,就再做其他檢查。」

眼前電腦螢幕上的AI判讀系統,在病人大腿兩側的髖骨、骨盆腔位置上,加上了紅色光圈,底下還寫著「比對率100%」,表示骨折機率極高。

用AI做影像判讀,協助醫師在一分鐘之內抓出髖骨、骨盆腔骨折,就是長庚正在推行的50多個AI應用計劃之一。

急診室裡,除了跌倒的長輩之外,還有重大車禍的患者,也需要先拍X光片來確認髖骨、骨盆腔等重要部位沒有骨折。

目前為止,在林口、高雄長庚試用的這套系統,已經用在協助600位患者的影像判讀。「現在沒有特別告訴他們,」廖健宏說明,之前對患者做的使用者需求訪談發現,「他們最需要的是正確診斷,有沒有AI介入,他們不會特別覺得好或不好。」

今年3月,判讀髖骨骨折的AI判讀系統上線,是長庚醫療人工智能核心實驗室的第一個作品。半年後,骨盆腔骨折的AI判讀系統接著上線。

【延伸閱讀】AI為何還是取代不了放射科醫師?

台灣的髖骨骨折發生率,亞洲第一。隨著年紀漸長,骨質密度下滑,視力及反應變慢,跌倒機率增加,也會造成髖骨骨折,而且老年女性在骨折一年內死亡率15%,男性甚至上看22%。

高發生率也反映在林口長庚急診室的件數。每月骨盆腔骨折約30多個,髖骨骨折則在80到100之間。髖骨骨折發生率高,但後果相對不嚴重,骨盆腔骨折則相反。

骨盆腔骨折時常因為撞擊或意外從高處墜落而產生,一旦發生,很容易影響患者坐臥、行走,日常起居都是問題。麻煩的是,每個人的骨盆腔形狀稍有不同,也造成醫師在判讀上較為困難。

只是,髖骨和骨盆腔骨折都不能等。髖骨骨折若24小時內沒有處理,容易產生關節壞死;致殘率、致死率較高的骨盆腔骨折若沒有妥善處理,後果更是嚴重。

在林口長庚,髖骨骨折的病人通常要在6小時內處理完畢。可是一旦碰到醫師無法判斷的案例,要送去電腦斷層確診的情況,就會拉長等待時間,還要加上額外花費。

不確定的交給它 減少漏誤診

統計顯示,沒有AI輔助,髖骨骨折漏診比例約7%到14%,骨盆腔骨折則時常面臨過度診斷和誤診,導致正確診斷率僅6成左右。

用AI輔助髖骨骨折的判讀,靠的是近5000筆的患者資料。廖健宏解釋,也是因為訓練AI的「地面實況」(Ground Truth),建立在病人最後有沒有開刀。

答案對不對,只要看病人最後有沒有開刀就很清楚。

可是,要不要每張骨盆腔X光片都請出AI,也是一大問題。「因為絕大部份的片子,在臨床上不需要(AI輔助判讀),」廖健宏解釋,「很明顯的(髖部)骨折大約9成,只有10%不明顯,我們才會面臨到,病人該不該回家、要不要做下一步治療(的抉擇)。」

為了確認這10%的患者有沒有骨折,下一步就是電腦斷層。

「導入AI後,診斷髖骨骨折的必要性就下降了,對系統的負擔也是不得不考量的因素,」廖健宏說。

減輕醫師負擔的取捨

增加正確診斷、減少電腦斷層的運用,就等於減輕醫師的負擔嗎?

林口長庚發現,問題似乎沒有這麼簡單。

這裡的X光片一天近5000張。一旦每張都做AI判讀,就表示每個病人的影像檔都要存2份、都要上傳去做運算,成本立刻多了30到50億。

這樣的投入划不划算?長庚還沒有答案,只能先讓2套系統併行,測試哪一種最符合使用情境。

設計AI模型,也得考量取捨。

為了準確抓出骨折,長庚醫院的AI判讀選擇多標示幾個點,讓醫生再花一點時間確認。

相較於要求精準判讀的放射科,在速度至上的急診室,「我們會犧牲掉一些敏感度,找出來一些可能沒有骨折、但系統說有骨折的病人,」廖健宏說。

也就是說,如果有100個骨折,長庚的AI判讀系統可能會跑出105個,讓醫生再度確認。

另外,還有明明骨折、系統卻判讀沒事的病人。廖健宏坦言,3月上線以來,髖骨骨折的AI判讀,600多位病人裡面,267人髖骨骨折,偽陰性(FN)約3%。

換句話說,就是這600人裡,有近30個病人沒有髖骨骨折,卻在AI判讀系統上做出了骨折標記;而實際上有骨折,AI卻無法看出來的病人則是18位。

取捨之下,換來的是速度。廖健宏回憶,系統上線第一天,第一個影像跑了47秒才有答案,而現在平均判讀時間縮短為10.6秒。

長庚醫院醫療人工智能實驗室主任郭昶甫分析,AI的建置有許多隱藏成本,運算量帶來龐大的耗電量就是其中之一。圖片來源:王建棟攝

AI助手上場,到底能不能減少醫生的負擔,還是造成更多麻煩?「我們很擔心一件事,我們提供一個新的臨床實踐,但這真的比較好嗎?其實我們不知道,」長庚醫院醫療人工智能實驗室主任郭昶甫說。

【延伸閱讀】陳穆寬專欄|開刀房出錯率50%怎麼防?百萬筆大數據自動替麻醉人員填表單

他舉例,為了避免AI漏診,我們時常在模型設計上,把敏感度調高,減少偽陰性比例。可是對醫師來說,他直接看影像就很清楚,「電腦幫他找(病灶),反而找了更多,有相關、沒相關的都找出來,結果花更多時間確診,我們要AI做什麼?」

真正有價值的,是如何把這套系統帶到沒有X光科醫師、或是沒辦法隨時有醫師看片子的地方。

「這個系統對於有經驗的骨科、外傷科醫生幫助不是那麼大,對於沒有經驗的醫生幫助就很大,」廖健宏舉例,對於實習醫師或第一年PGY,準確率可以從60%提升到80%,第三、第四年住院醫師準確率也可以從80%提高到98%。

「AI真正的價值不在於準確度高不高,而是能改造流程,讓它更有效率,本來要三個人做的事情,一個簡訊就結束,」郭昶甫強調,「AI複製最厲害的智慧,透過這個方式到第一線去進行(診斷),所以可以減少錯誤。因為醫療是經驗醫學,年紀愈大、看得愈好。」

AI進入醫院帶來的真正價值,在於改造流程,讓病患不再心急。圖片來源:王建棟攝

高雄榮總:請出AI判斷腦出血

不只長庚,高雄榮總也從急診室出發,要串聯高高屏醫療網。

「我們做AI有三大市場,第一個就是內急、性急、心急,」高雄榮總研創中心創新長楊宗龍說,「我們的目標就是讓病人對焦慮說再見。」

高榮瞄準的,就是位居台灣十大死因第4名,僅次於癌症、心臟疾病和肺炎的腦血管疾病。

【延伸閱讀】正視台灣新國病,肺癌防治為當務之急

急診室裡,常見的腦出血多半是因為中風或頭部外傷而來。若是頭部外傷,就得進行電腦斷層,快速診斷腦部有沒有出血、血量多少,並由神經外科醫師判斷需不需要開刀。

若是中風,就得看是腦血管阻塞導致腦細胞缺血,還是腦血管破裂,造成血塊正在壓迫腦細胞。兩者差異,也會決定接下來該找神經外科還是神經內科醫師共同會診。

致殘率、致死率都很高的腦出血,不管是轉診或動手術,都需要快速決定。最容易出錯的,就是診斷的時候找不到醫師。

「白天沒什麼太大影響,因為醫師隨傳隨到,但小夜班、大夜班就影響很大,特別是中小型醫院,可能沒有固定值班醫師,或是只有一個放射科醫師能看,」楊宗龍說。

AI的出現,就在快速確認患者有沒有腦出血。

成立剛滿3年、團隊成員只有7個人的愛因斯坦人工智能(Deep01),就是運用近6萬張的腦部電腦斷層影像,加上深度學習模型,打造可以在30秒內判斷是否腦出血的「DeepCT瞬思」AI判讀系統。

他們也是亞太地區第一個拿到美國食品藥物管理局(FDA)認證的AI新創公司。在AI判讀腦出血的全球競爭版圖上,Deep01正在跟2間以色列新創公司Aidoc、MaxQ一較高下,不只在台灣已經有台大、長庚、萬芳、高榮、義大、三總等6家醫學中心進入研究和臨床實測,中國大陸以神經外科聞名全球的天壇醫院也有意合作。

串聯流程 打造AI急救網

「我們最終是要把醫療流程這個東西輸出到其他國家。不會有人因為AI這個技術付你錢,但他會因為AI帶來的新模式而付你錢,」負責市場開拓的烏仕明說。

由資工背景的周仁海、行銷背景的烏仕明、現任台大醫院神經外科醫師王奐之組成的Deep01創業團隊,一開始只想到要輔助醫師工作,提升效率,後來微調策略,要用AI改善檢傷分類的流程。

「我們更看好中小醫院轉診到大醫院,」周仁海坦言,「因為它影響的不是一家醫院,也是以醫學中心為據點,幅射出去的中小醫院,等於一個AI急救網。」

用AI判讀腦出血只是第一步,怎麼串聯急診既有流程,讓腦出血的病人可以盡快得到應有的診療服務,才是AI走入臨床的終極目標。圖片來源:黃明堂攝

受訪時的楊宗龍,正在規劃把DeepCT的技術,落實在高高屏醫療網,讓恆春南門醫院、高雄聖功醫院、旗山醫院、恆春旅遊醫院,加上高榮屏東分院、台南分院的醫生,都可以開始試用。

有沒有腦出血,只要網頁上傳,就能跨院運作,不用一分鐘就能看到判讀結果。但要為醫生分憂解勞,除了跨院連結急診、轉診系統之外,AI的功力也得再精進,來幫醫生節省更多時間與心力。

「要看出是哪種類型的腦出血不容易,連醫生都不容易,」楊宗龍說,「現在全世界都沒人有,但明年一定會有。」

因為今年12月1日的年會,北美放射科醫學會已經廣發英雄帖,邀請各國AI來比賽,看誰能從電腦斷層影像中,分辨腦出血的種類。

AI能不能打破既有的隔閡,讓急診室裡的醫生不再忙亂,候診的病人不必心急,就看各方英雄誰會先闖出一片天。(責任編輯:黃韵庭)


【延伸閱讀】

30秒偵測出心律不整 台版Apple Watch幫你預防中風
按個鍵就能預測身高?AI走入醫院,帶來什麼改變?
長庚AI實驗室負責人郭昶甫:醫療AI能幫醫生「看見病人」

其他人也在看

你可能有興趣

影音推薦

#廣編企劃|【2023 天下城市高峰論壇 #9】新竹市交通處長 倪茂榮:改善交通,必須先做出優良示範道路|天下雜誌✕未來城市

已成功複製連結