黃國揚
彰基應用AIoT,化身重症呼吸照護醫師 每3分鐘推算拔管成功率,掌握移除最適時機,啟動多中心醫院驗證 急重症患者因為肺炎、心肌梗塞、腦傷或外科手術等各種因素,導致急性呼吸衰竭,需接受插管使用人工呼吸器治療,等待患者病情回穩復原,恢復自主呼吸能力,方可移除呼吸器,但是掌握移除呼吸器的時機很重要,如果太早、太晚,都有可能造成拔管失敗、產生併發症及增加醫療支出。 彰基團隊以AIoT方式連續不間斷監測呼吸器中的六個重要參數: 呼氣潮氣容積Vte、呼吸速率RR 、最大呼吸道壓力Ppeak 、平均呼吸道壓力Pmean、呼氣末期正壓 PEEP、 吸入氧氣分壓FiO2等數據,累積員基超過7年的數據,對照拔管的成功率進行機器學習,打造一款監測儀表板,每三分鐘就可以提出一個預測值,透過連續性的預測結果作圖,可顯示病患脫離呼吸器成功率的趨勢變化,告訴醫師這個病患未來48小時脫離呼吸器的成功率,目前導入彰基醫療體系,預測準確度達94%。 彰基胸腔內科黃國揚醫師表示,過去醫師判斷能否拔管,是透過辨識患者病情穩定、自發呼吸測試、淺快呼吸指數、氣囊漏氣試驗等,但據此評估的靈敏度57%與特異度31%,換句話說,還是很難精準去看出病患最佳脫離的時間。但透過彰基發展AIoT連續監測數據運算,不必另外加入患者生理數據,就是單純用六個呼吸器上面數值就可以完成,可以快速在各個醫院上線,實際推動也可以降低患者自拔管路等危險狀況。「就像是有一個24小時重症醫師分秒都在守候病患身邊一樣」。 團隊規劃,未來可結合邊緣運算技術,嫁接於呼吸器上使用,也可以針對加護病房呼吸器網絡做統一規劃,建置監測儀表板。未來應用方式相當多元。由於這項技術需要取得二類醫材認證,需要資金與人力,目前最迫切需求為取得相關資源,希望能與國內外醫院團隊一起做跨院聯邦式驗證,同時間也積極申請政府相關計畫經費中。
2. 該模型在預測準確度、F1 分數和準確性方面均表現出色,顯示具良好預測能力,將有助於減少醫療人員及患者之承擔風險,促使醫療品質更加穩健。
3. 呼吸器拔除醫療上常見且重要的議題,本產品可在現有醫療環境中方便地應用,具市場潛力。

|
||
學歷 |
中國醫藥大學醫學系 醫學士 | |
現職 |
彰化基督教醫院胸腔內科主治醫師 | |
經歷 |
中國醫藥大學附設醫院胸腔暨重症系主治醫師 員林基督教醫院胸腔內科主治醫師 彰化基督教醫院睡眠醫學中心主任 |
Copyright © 2012 - 2025 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved
