9.2萬洗腎病患,如何用AI即時預判心臟衰竭救命?

9.2萬洗腎病患,如何用AI即時預判心臟衰竭救命?
洗腎時難以計算的理想脫水體重數值,以及併發心血管疾病的高死亡率,都讓洗腎變得更加危險。圖片來源:https://bit.ly/35MCU8j
2021-06-28
文・陳愷新
18429
AI在醫療臨床上的應用,從醫療影像腫瘤偵測、生理資料判讀到用藥安全偵測等,持續蓬勃發展。近日更看到被稱為「洗腎王國」的台灣,也發展出用AI「即時」預判洗腎併發症風險的創新案例,讓醫護得以搶先介入處置,杜絕憾事發生。

為何利用AI在洗腎過程做到「即時」預判,是個大突破?

國人慢性腎臟病普遍,併發症死亡風險高

台灣被稱為洗腎王國,光是2020年一整年就有9.2萬人需要洗腎,慢性腎臟疾病也被列為健保最燒錢的十大疾病第一位。這個你我不少人親友可能都曾遭逢的疾病,如果加上併發心血管疾病,死亡率還高達五成(註1);其中,心臟衰竭正是重要死亡原因之一。

「透過現有日臻成熟的AI技術,如何能把醫療、科技兩邊連結起來,讓病患少受點苦?」成了台北榮民總醫院腎臟科醫療團隊,願意額外費時投入研究的關注重點。

兩年前,北榮團隊針對腎臟治療過程中,併發心衰竭的棘手處置,及試誤(Trial and Error)療程困擾,尋求SAS顧問團隊關於AI技術能做出的改變。

雙方決定投入開發一套「即時血液透析人工智慧(AI)預判系統」,針對「血液透析儀」(俗稱「洗腎機」)內龐大的連續性生理數值,進行即時接收與運算;利用大量且毫秒建立風險評分的資料,評判出不同病患看似相同症狀、但可能不同關鍵的發病因子;進一步建置「預測模型」,來計算出每位腎友「個人化」的心衰竭風險,和腎友每次療程中都難以定義的理想脫水體重—「乾體重」(註2)數值。

如今,這套系統經過一年半的不斷訓練,「預判」心臟衰竭準確度達90%,也成功協助降低80%的適當洗腎體重預估誤差率。

北榮-SAS-洗腎-AI醫療-即時血液透析人工智慧預判系統「即時血液透析AI預判系統」能即時監測腎友狀況。圖片來源:SAS

最新趨勢:「及時」救命到「即時」救命

即時、大量的資料運算能力,是這類AI應用的核心價值。

以往,在患者平均每個月洗腎13次、每次約4小時的透析過程中,得靠護理人員每30分鐘走一遍,手抄患者約僅10項的生理參數,洗腎機資料也難以即時接收,更遑論運算,因而無法即時掌握全貌。甚至在出現不適症狀時,像是血壓下降、抽筋、出血等,也只能靠醫生經驗和儀器判斷,再採取治療,往往「慢了好幾步」,影響處置時機。

因此,導入AI的目的,是要使救命不只及時,還能「即時」——有人工智慧預判系統,病人接受洗腎的四小時中,可以毫秒級地記錄200組不斷變化的生理數值,即時更新;再合併醫院內大數據中心累積的病歷、檢驗結果、用藥資訊等多元資料,讓過去每人每年僅約1,500筆的資料,提升可達近300萬筆的巨量資料進行分析,更細緻、精準地剖析「個人化」病因。

而延伸的即時示警功能,也大幅縮減第一線護理人員頻繁的巡視及紀錄時間,更有餘力照護病患及其他事項。

可以說,在即時串流與演算法技術精進下,幫助醫護人員爭取時效,大幅降低病患發生併發症的風險,及反覆地再住院率,是透析治療上的一大進展。(延伸閱讀|北榮、SAS聯手預判洗腎心衰竭準確率達九成,病友更安心

當醫生也跨界資料科學,讓診療不再靠「試誤」

而洗腎過程中,「乾體重」的設定向來難以掌控;一旦脫水速度太多或太快,容易使讓病患血壓下降,引發休克,甚至死亡。

偏偏,這個理想體重的數值,又會隨身體狀況一直變動。難以想像,過去通常是仰賴醫師經驗,多次試誤、來回微調,才得以界定;儘管如此,仍有約200公克的誤差。導入系統,以上百組參數進行推算後,可將誤差限縮至40公克內,有效降低80%調整誤差;減少洗不到位、腎友得頻繁到院洗腎的頻率。

AI應用能在醫院場域落地的突破點,在於醫師與技術人員的緊密合作。

以此案為例,前期光是梳理病患大數據,包含病歷、檢驗結果、用藥資訊等的資料,再對接洗腎機每秒產生的上百組參數資料,雙方就花了9個月。醫師與技術顧問也因為深具熱誠,利用看診時間以外,再花費額外時間投入調整模型權重、定義資料驗證邏輯。核心成員醫師甚至還向SAS顧問學習資料科學,以期加速解讀模型結果,讓系統得以嘉惠腎友。

台北榮總內科部唐德成部主任,對這個階段性成相當肯定:「這宣告靠人工抄寫、做資料回溯性分析的時代已然過去!」已能做到「毫秒」級即時監測生命,可謂邁向智慧醫療的重要里程碑。

北榮-SAS-洗腎-AI醫療-即時血液透析人工智慧預判系統光處理數據、不斷調整模型權重就需要耗費許多心力。圖片來源:Unsplash

即時運算+物聯網 累積個人數據成珍貴資產

隨著5G、物聯網環境逐漸成熟,以及晶片與儲存功能提升,AI已可更高效、極致地發揮運算能力。上述血液透析的應用,下一步還可再運用影像辨識技術,比對肺部超音波進行肺積水風險預測;或將即時運算技術拓展至醫療儀器設備故障預測系統,降低失誤風險等,也都是相關運用的一環

醫療技術全球領導者、西門子醫療設備公司發現,由於設備故障導致客戶(醫院和診所)停工時間增加,面臨失去監測和預防性維護計畫承諾的風險;另一大挑戰,則是需要每天監控一萬5,000台設備(核磁共振、斷層掃描等)和兩萬個事件以及感應器訊息。

西門子醫療最終決定,用機器學習和物聯網來分析其全球系統的即時數據,達成能提前近10天預測設備故障,且誤報率小於20%的進步;讓這些在醫療院所為病患服務的軟硬體設備,能夠最大程度正常運作,使生理資料能正確投入診療。

「即時運算」能帶來的效益驚人,我們鼓勵醫界能加緊部署院內物聯網的環境,對內橫跨科室,對外連結各設備與ICT廠商建立起生態圈,為醫院累積「相似病患(Patients Like You)」的珍貴數據庫,真正加速實踐個人化疾病風險預測,化被動為主動,讓《黃帝內經》所提及的「治未病」願景得以實現。(延伸閱讀|楊泮池:精準醫療已過時,用大數據讓人不生病才是藍海|未來招待所——智慧醫療

註1:美國腎臟資料系統(USRDS, US Renal Data System)2008年統計資料
註2:「乾體重」是指透析後的體重,透析病人在透析治療清楚液體後,身上沒有發生水腫或脫水過多的情形,且血壓正常無不適現象,此體重稱為乾體重。乾體重會隨身體狀況而有所增減,所以需要不斷地評估並持續進行監測。

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