人工智慧预测病情不是梦！ 「急诊胸痛AI病情预测系统」节省健保资源发表SCI期刊
▲奇美医学中心急诊医学部医师张培毅指出，「急诊胸痛AI病情预测系统」已应用在临床医疗检查，有效节省健保资源，成果发表SCI期刊。（图／记者林悦翻摄，下同）
奇美医学中心成立「医疗大数据库暨人工智慧运算中心」（简称AI中心），做为奇美医疗体系研发医疗照护AI之基地，致力于发展具奇美医院特色的AI系统，而急诊医学部与该院AI中心合作，透过大数据发展「人工智慧AI辅助急诊胸痛预测系统」准确度可达9成，已实际运用于临床，为国内急诊医疗AI先驱。
奇美医学中心急诊医学部医师张培毅举案例指出，1名87岁男性，有高血压、慢性肾衰竭、阻塞性肺病史，因在家休息时发生胸闷近1个小时至奇美医学中心急诊室就医，经抽血检查，心肌酵素正常，因为病人年纪大、慢性病较多，用「人工智慧AI辅助急诊胸痛预测系统」评估1个月内心肌梗塞机率为64％，经会诊心脏血管内科医师后入院安排检查，心肌灌注扫描显示有缺血反应，隔天立即安排心导管检查发现2条冠状动脉狭窄，且实行支架置放术。病人康复出院，定期于心脏血管内科门诊追踪。
台湾急诊室壅塞已成常态，根据卫生福利部资料，2019年全台急诊就医高达764万人次，凸显急诊壅塞的问题越来越严重，其中「胸痛」为急诊常见的主诉，占所有急诊病人5至20％。胸痛的成因可由骨骼肌肉疼痛到致命性心肌梗塞、主动脉剥离、肺栓塞、食道破裂等，此类病情变化较快且不易快速预测，即时正确的诊断与处置是医师相当大的挑战。
张培毅医师说，在台湾急诊壅塞现况非常普遍，为了给予胸痛病人明确诊断，医师会开立一系列检验检查，然而，实际上只有小于10％的急诊胸痛病人，最后被诊断为急性心肌梗塞，所以恣意的开立检验检查或甚至安排住院，易造成医疗资源的巨大负担。在这样的背景下，奇美医学中心急诊医学部发展临床辅助决策工具「人工智慧AI辅助急诊胸痛预测系统」，可提升诊断效率、降低误判的机率及节省健保医疗资源耗用。
在医院的支持下，急诊医学部成立一个包含急诊、品质管理中心、AI中心、资讯室的跨领域团队；借由参考医学文献采用了14项（性别、年龄、抽烟史、身体质量质数（BMI）、高血压、高脂血症、糖尿病、慢性肾脏病、心肌梗塞、脑血管疾病、周边动脉阻塞性疾病、肌钙蛋白、肌酸酐、血红蛋白)特征值，用以预测急诊胸痛病人并发心肌梗塞及死亡之机率。过程收集奇美医疗体系急诊近10年（2009至2018年）共计85254个病人，整合资料导入监督式机器学习技术，建立AI预测模型，模型调整到最佳状态后，准确率可达9成。
张培毅医师表示，为了能实际运用于临床，目前奇美医学中心已把预测程式整合到急诊医嘱系统，辅助医师医疗决策，提升医疗效率及品质。此研究成果已发表于2020年国际SCI期刊，迄今奇美医学中心急诊医学部共有（胸痛、老人流感、肺炎、登革热、脑创伤、高血糖危症、胰脏炎）等7项疾病AI预测系统在使用，借以嘉惠病人更多的医疗保障，减少健保资源耗费。