台大團隊研發肺阻塞預測系統，掌握 7 日內發作機率

慢性阻塞性肺疾病（COPD）是常見的慢性呼吸系統疾病，位居國人第 7 大死因。台大團隊今天發布「AECOPD 發作預測系統」，預測患者未來 7 天急性發作可能，準確率達 93.5%。

科技部今天舉辦研究成果記者會。根據臨床資料顯示，慢性阻塞性肺疾病（肺阻塞）會讓病人容易喘氣、呼吸氣流受阻，主要症狀包括呼吸急促、咳嗽、咳痰，肺部退化快，位居全球死因第 3 名、國內死因第 7 名，每年超過 5,000 名國人死於肺阻塞，但是初期症狀不明顯，許多案例確診後多是中重症。

台灣大學人工智慧技術暨全幅健康照護聯合研究中心（台大 AI 中心）轄下的台大生醫電子與資訊學研究所教授賴飛羆團隊，結合人工智慧、大數據與雲端運算技術，研發「AECOPD 發作預測系統（Acute Exacerbation of COPD，AECOPD）」，蒐集 140 位 COPD 病人資料，可以預測未來 7 天發作可能，準確率達到 93.5%。

賴飛羆指出，系統模型包含生活型態、生活環境與臨床等三類資料，透過穿戴式裝置蒐集患者走路步數、心率、睡眠品質等資料，加上安裝在家裡的感測器偵測溫度、濕度、PM 2.5，以及臨床上 COPD 問卷資料等，為患者提供預防與監測照護。

賴飛羆團隊成員、台大資工系博士吳佳東解釋，系統特別加入生活型態與生活環境資料，包括 Garmin、Fitbit 或 Apple Watch 資料，當系統預測病患發作機率高於 0.6，或是平均心率高於 100 時，風險燈號就可能由綠色轉為紅色，提醒醫師、患者風險升高。

台大醫院胸腔內科醫師簡榮彥指出，如果病患可以提早知道未來 7 天急性發作的可能，可以透過調整生活作息、增加走路步數、留意環境的空氣品質，或是用藥調整等，減少病情急性發作。

醫學上也常用「6 分鐘行走測試」評估個案心肺耐力與控制病情，但往往需要護理人員陪同完成，台大團隊這次也透過穿戴裝置、電腦視覺的輔助，把測驗整合到醫院平台，不僅為醫護人員分擔工作、也讓健康照護更全面。

（作者：蘇思云；首圖來源：pixabay）