學研新創 - 智慧醫療與健康科技
免抽血人工智慧輔助快速判讀致命血鉀異常之心電圖系統
2020-12-23
林石化教授團隊/國防醫學院

林石化、林錦生、林嶔

嚴重血鉀異常是臨床上心源性猝死的常見原因,快速診斷進行快速治療可以有效降低猝死。然而臨床上檢測血鉀時間通常需要半個小時以上。儘管心電圖有機會能用於檢測血鉀異常,但即使是經驗豐富的臨床醫生也容易忽略。我們已開發了一個深度學習模型(ECG12Net)利用心電圖人工智慧來檢測血鉀濃度。研究資料庫從2011年5月蒐集至2016年12月,在急診共收集了66,321例心電圖與其相應的血鉀濃度。ECG12Net在包括13,222個心電圖的測試集中,ECG12Net的平均絕對誤差為0.531,嚴重低鉀血/高鉀血的敏感度及特異度分別為95.6%/84.5%和81.6%/96.0%。在後續的人機競賽中,ECG12Net對低鉀血/高鉀血的平衡精確度為80.4%/82.7%,比競賽中最好的醫師(66.7%/ 70.6%)高出10%以上。
自2019年5月起ECG12Net的AI警報系統已被用於主動識別嚴重的血鉀異常。至2020年4月止,我們的AI警報系統服務了26,154名急診患者,他們在檢傷後平均等待21.2±17.2分鐘接受心電圖檢查並馬上由AI進行評估,而這些病人的血鉀實驗室檢測結果平均在ECG測試後的41.7±21.7分鐘才獲得。 共有22例嚴重低血鉀患者和36例嚴重高血鉀患者被主動識別出來,並在實驗室報告出來之前立即接受了介入,而他們的預後明顯好於AI警報系統上線前的嚴重血鉀異常患者。這項技術除了在醫院端應用外,還可進一步用於驗證實驗室錯誤、遠距醫療與穿戴設備用於洗腎及其他高危病人。

評審推薦
1.以AI協助利用12導程心電圖預測血鉀濃度異常,由心電圖三波型變化早期發現病人緊急狀況,即時進行處置,有效降低死亡率,極具市場潛力。
2.技術能改變現有需仰賴抽血進行血鉀濃度診斷,大幅縮短臨床判讀時間,敏感性與特異性皆優於國際,目前已於醫院上線使用,具臨床價值。
3.未來應用除急診室外,亦可擴大應用至救護車及穿戴裝置,快速偵測高血鉀情形。
2023年度精進成果
自2022/12獲獎以來,我們已經陸續完成專利佈局(取得美國專利)、前瞻性驗證、跨體系驗證(林口長庚)等工作,以確保模型準確度無虞,此外我們也進一步開發鑑別診斷(TPP)與同個病患多次檢測自我修正預測的功能,也將這些功能部屬到Apple watch上供民眾在居家場域使用。目前隨機對照試驗也已經完成,結果發現AI-ECG的輔助之下能促進醫師增快2倍使用降鉀用藥,這些成果都促使我們在2022年榮獲SNQ醫療機構類的金獎(https://www.cdns.com.tw/articles/609133),這些都是我們持續精進自己研發成果的肯定。
團隊簡介
林石化
學歷 國防醫學院醫學系畢業
加拿大多倫多大學附屬聖邁可醫院進修
現職 國防醫學院醫醫學系教授
三軍總醫院腎臟科主治醫師
經歷 三軍總醫院腎臟科主治醫師、
三軍總醫院腎臟科主任、
三軍總院行政副院長、
三軍總醫院醫療副院長、
陸軍後勤指揮部軍醫處處長、
國防醫學院院長、
三軍總醫院院長。
本網站中所有資料(包括影音.文字.圖表.數據等) ,均屬於本中心或各該新創企業團隊之專屬財產,如有引用,請確實註明出處來源。 <完整資訊>
財團法人生技醫療科技政策研究中心 版權所有
Copyright © 2012 - 2024 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved