王宇澄、王宇澄、陳科維、劉孟軒

智能心電圖冠狀動脈疾病偵測系統：新創研發及臨床價值 智能心電圖冠狀動脈疾病偵測系統利用人工智慧(AI)技術，結合12導程心電圖(ECG)數據，專注於慢性冠狀動脈疾病(CAD)的早期偵測與管理。此系統由中國醫藥大學附設醫院團隊領銜開發，整合深度學習(DL)與機器學習(ML)演算法，展現突破性的診斷精確度及臨床應用價值。 傳統心電圖雖為冠心病篩檢的主要工具，但因敏感度和特異性較低，對於無症狀或早期CAD患者的檢出率有限。本系統通過AI分析短時傅立葉變換(STFT)與延展高效層聚合網絡(E-ELAN)特徵，結合患者年齡、性別及78個心電圖特徵，顯著提升診斷準確率至81.6%，並實現0.895的曲線下面積(AUC)。與心臟科醫師的傳統判讀相比，敏感度從51.1%大幅提升至80.1%，對多支血管病變的檢測亦展現更高效能。 此系統以跨院多中心合作為基礎，通過不同背景的臨床數據優化模型，確保AI應用的多樣性及泛用性。不僅提升診斷效率，還大幅減少進一步檢查的需求，降低醫療成本，尤其在醫療資源有限的地區具有重要意義。未來，本技術將朝獲得台灣FDA認證來做努力，希望成功推廣至社區應用，並結合微型心電圖裝置進行遠程診斷，拓展醫療服務範疇。 本新創專案不僅加速了CAD早期篩檢技術的發展，更強化了非侵入性檢測工具的臨床應用價值，為患者提供更完善的健康管理，減少心血管事件的發生率，提升公共健康水平。