李光申、楊智宇、劉懿璇、曾博郁

本次參賽項目共呈現兩項成果，包括即時預測心臟手術後發生急性腎損傷，以及洗腎過程中即時預測洗腎不良事件之成效。簡言之，本團隊透過人工智慧平台，分析病人的時間序列參數，輔助臨床醫療人員即時預測心臟手術後急性腎損傷與洗腎過程所發生的不良事件。
本決策輔助系統之主要創新貢獻，在於應用人工智慧的分析方法，預測不良事件發生，極富臨床應用價值。目前臨床上使用中的預測量表，預測效果有限，且大部分的預測方式並未納入手術過程的生理數據，因此本團隊採取創新研究策略，亦即透過運用人工智慧的方式，分析接受心臟手術病人術前與術中的大量數據，建立術後急性腎損傷的預測模組，俾能及早辨認心臟手術術後可能發生急性腎損傷之高危族群，以針對高風險病人提供更密集的監測，並提供及時的治療，減少急性腎損傷的發生。由於嚴重的急性腎損傷會導致腎臟無法恢復，演變為慢性腎臟病，嚴重者長期洗腎，因此導入本系統將可降低慢性腎臟病的發生率。
洗腎是末期腎病者的必要治療，然而洗腎病人在洗腎過程中經常併發不良事件，輕者不適，重者心臟驟停。其他如搔癢、肌肉痙攣、下肢疼痛、高血壓、頭暈、嘔吐等洗腎的不良反應，迄今仍無血液透析儀器整合演算法可即時警示，並輔助醫護人員在洗腎過程中提前處理這些不良事件，故本團隊運用人工智慧分析洗腎病人的非均勻時間序列的生理訊號，將洗腎病人的生理訊號、護理紀錄，以及血液透析機器的參數，透過演算法，成功即時預測病人透析過程中不良事件的發生。此輔助預警平台可利用雲端資料整合、數值運算與機器學習，即時監測洗腎病人的生理狀況、提前警示醫護人員並輔助醫護人員進行透析參數調整，讓病人獲得及時的醫療處置，降低洗腎風險。