王怡寬 、楊凱玲、王昭能 、林俊淵 、賴彬卿

全球約有40萬左右腹膜透析病患，居家腹膜透析治療讓病患能夠在家中自行透析，每月僅需回診1次確認透析狀況。但居家環境和操作時的衛生狀況可能引發的感染，一直是醫學界和病患關切的問題。導管出口感染發生率約每100病人月1次，15-20%感染病患會併發腹膜炎，15-20%感染病患會需要導管移除進而退出腹膜透析治療。 目前，傳統的臨床方法需要病患自行對導管出口狀況進行細緻觀察和初步評估，判斷的準確率和效率受到限制。利用人工智慧提供一種辨識腹膜透析導管出口異常跡象的方式。結合AI人工智慧的影像辨識技術，利用腹膜透析病患臨床影像資料進行深度學習和影像辨識模型訓練。AI技術的準確度和精確度可以超過九成(分別是0.911與0.935), ROC曲線下的面積超過八成六(0.864)。拍攝並上傳導管出口的照片到網路平台系統，系統即可迅速進行分析並提供即時結果，醫護人員也可以遠端了解病患傷口狀況。