杜奕瑾再出手,北醫 AI 預測敗血症準確率達八成五

作者 | 發布日期 2018 年 12 月 11 日 8:00 | 分類 AI 人工智慧 , 醫療科技 follow us in feedly

台灣 AI 醫療應用,不只有影像辨識,現在更走進加護病房。



台北醫學大學附設醫院和台灣人工智慧實驗室(Taiwan AI Labs)7 日舉辦合作簽約儀式,宣布打造出能自動預測敗血症的 AI 系統,讓預測時間從 4 小時縮短至即時預警,目前準確率已達八成至八成五。雙方希望,透過未來 5 年的合作,能讓醫院朝向 AI 化。

4 小時變即時,AI 能自動預測敗血症

「其實,我媽媽也是因為敗血症離開的。」台灣人工智慧實驗室創辦人杜奕瑾表示,一直以來很相信台灣醫療 AI 的發展潛力,除了有頂尖的醫師水準,醫院思維也慢慢「軟體化」,重視數據的重要性,所以才能在短時間內做出成果。

杜奕瑾說,雙方從 8 月開始談合作,實際訓練 AI 的時間並不長,只有 3 個多月,但之所以能快速提升準確率,還是跟「醫院是否能提供乾淨、有用的 data」有關,而這也是北醫特別的地方。

▲ 台北醫學大學附設醫院院長陳瑞杰(左)與台灣人工智慧實驗室創辦人杜奕瑾簽署協議,正式展開為期 5 年的跨界合作,攜手打造 AI 醫療創新醫院。

「敗血症是很嚴重的疾病,光是在美國就有 150 萬患者,死亡率高達三分之一。」北醫附醫院長陳瑞杰表示,若從人口比例推估,台灣可能有 15 萬名敗血症患者。因此,他們在去年導入智慧加護病房「TED-ICU 智慧重症照護系統」,能自動將病患的生理資訊拋轉、整合、計算與記錄,提供醫護團隊預測依據。

北醫附醫急重症醫學部主治醫師袁國慶表示,判斷是否罹患敗血症有兩大要因:首先,要看身體器官是否遭到感染,例如發燒或肺炎等症狀;其次,則是有無器官衰竭現象。AI 敗血症預測系統,就是從智慧加護病房擷取生理數據,再把相關影響參數加入演算法。

他解釋,傳統觀察敗血症發生,需要醫師頻繁確認,容易錯過治療的黃金時間,而智慧加護病房配合 AI 後,可以減輕不少醫師負擔,也能更快協助病患。

目前,與台灣人工智慧實驗室合作的醫院已有北醫、北榮和台大醫院等。杜奕瑾表示,醫療 AI 主要還是要解決實務需求,幫助最前線的醫生和病患,因為人工智慧技術已經很成熟,關鍵還是在「有沒有足夠的資料可以訓練模型。」

接下來,台灣人工智慧實驗室將用機器學習來建立曾跌倒的病患紀錄,預測跌倒高風險族群,並進一步分析病患跌倒的原因,希望在用藥與照護上,提供護理人員參考、協助。

(本文由 數位時代 授權轉載;首圖來源:北醫附醫)