搶救心肌梗塞 人工智慧急診上線

中國附醫人工智慧醫學診斷中心與心臟科醫師團隊聯手打造「人工智慧輔助急診心肌梗塞臨牀決策支持系統」，可縮短患者到院至做心導管時間到32分。（馮惠宜攝）

醫院急診分秒必爭，隨着AI人工智慧不斷髮展，透過AI協助可望解決急診壅塞，並縮短病患等待救治的時間；在臺中中國醫藥大學附設醫院將AI運用到急診搶救心肌梗塞病患，臺南奇美醫學中心發展「急診胸痛AI病情預測系統」，都大幅減低誤判的機率，給患者最及時有效的治療。

中國附醫人工智慧醫學診斷中心主任許凱程指出，急診室分秒必爭，全臺每年急診就醫件數從2006年568萬件增加到2020年655萬件，顯見近年急診壅塞問題越來越嚴重，其中，位列國人十大死因第2名的心臟疾病，尤其是心肌梗塞猝死，主要死因與急診壅塞導致未能及時搶救、打通血管並阻止心肌壞死有關。

中國附醫副院長張坤正表示，及早發現與診斷心肌梗塞患者，是臨牀上非常重要的議題，中國附醫利用人工智慧（Artificial Intelligence, AI）與機器學習建立一套全方位的急性心肌梗塞心電圖診斷平臺，可大幅將病患到院至施行氣球擴張術的黃金時間（D2B），從傳統90分鐘縮短到32分鐘。

許凱程指出，AI模型的建立，收集中國附醫總院2008年至2018年間的心肌梗塞病人心電圖約1000筆資料，及正常病人心電圖2000餘筆，來訓練AI模型；模型訓練完成後，於2020年6月在急診上線，已經臨牀實測2萬張心電圖，準確率可達99.7％，目前朝向將此AI模型往院外場域延伸。

針對高達30％非典型症狀心肌梗塞患者，中國附醫研發「人工智慧輔助急診心肌梗塞臨牀決策支持系統」，讓非以胸悶胸痛爲主要症狀的患者，可以不被延誤，這套系統利用AI演算法，綜合患者年齡、性別、症狀及疾病史等參數，分析症狀不典型病患罹心肌梗塞的風險，即時爲患者進行心電圖檢查，並將其數據、資料以手機即時傳訊息給急診醫師與心臟專科醫師，即時掌握病人狀況。

奇美醫院在2019年也成立「醫療大數據庫暨人工智慧運算中心」(AI中心)，急診醫學部與AI中心合作，透過大數據發展「AI輔助胸痛預測系統」，準確度也可達9成，爲治療病人爭取更多寶貴時間。