臨床新創 - 創新醫護服務
雲端AI運算穿戴式裝置建構心臟衰竭族群人工智能防治模式
2021-12-27
劉如濟副院長團隊/臺北醫學大學、衛生福利部雙和醫院(委託臺北醫學大學興建經營)

劉如濟、林俊立、陳錦澤、鄭志鴻、許明暉、邱寬饒、林正欣、宋立勤、楊宗燁、邱淳志、陳俊兆、郝文瑞、方玉安

心臟衰竭病人出院後,六個月內再入院率高達50%,五年內的死亡率更高於50%,疾病風險甚至比一些癌症還要高。因此,找到心衰病人預後的相關危險因子,可進而增加心衰病患的存活率,並減少相關的醫療支出,但仍未發展出一套便利精準可判斷心衰病人風險的實用臨床工具。微型化的穿戴式裝置是近年醫療發展的主流趨勢之一,其中心電心音分析心電與心音訊號,計算出EMAT (Q波至第一心音的時間長度)、S3、S4、SDI (收縮功能缺損的綜合分數)等參數來評估心臟功能受損的嚴重度,有潛力作為心臟衰竭預後及治療指引的工具。心律變異度分析則已被證實可經由HRV來預測心衰病人的未來風險。加速度脈波特徵圖形檢查則是光體積變化描記圖將血管彈性狀態分為七個等級,可作為動脈硬化的監測指標。

因此本照護模式的總體目標是希望可以藉由心電心音及智慧手環等居家監測機器,積極照護心臟衰竭的高危險群,利用目前的成熟的AI平台及病人居家量測的資料回饋,以建置非侵入穿戴式裝置及人工智慧雲端系統建構心臟衰竭族群人工智能防治模式,滿足病人醫療照護需求,提供高品質整合性全人照顧提昇醫療照護品質,以達到有效降低再住院與死亡機率和醫療支出的目標。

評審推薦
1. 結合穿戴式裝置和 AI 分析(由心率面、型態面判讀異常的心電圖,並經由心電心音預警 HF 高風險病人)的技術運用在臨床照護上。
2.綜合各種AIoT的使用,是一個成熟的系統,可以整合所有收集到的數據。
3. 掌握心血管疾病此題目,是相當有利基的題目,能夠遠端即時分析,提供衛教與諮詢。
2023年度精進成果
本項目於獲獎後迄今在不同面向有所進展:在核心技術方面,衍伸運用在新冠肺炎後的心臟監測的結果也在投稿上Journal of Clinical Medicine,及稿上衛生福利部 112年第十二屆全人醫療暨整合服務研討會並榮獲第二名;本項目開發預測AF的演算法結果發表在The American Journal of Cardiology;在生產製造上也加入台科大許昕教授獨家的微循環量測技術;在商轉運用上也與外部廠商協議共同開發產學合作將本項目技術應用在長新冠病患的照護上,而本項目收集的心電圖也與部廠商協議共同開發產學合作開發預測特定心臟疾病演算法;在智財專利也將此遠端心音監測的技術申請台灣的專利;在市場開拓中,也在羅東博愛醫院推廣;最後在臨床/驗證中,也應用在長新冠族群中來驗證。
團隊簡介
劉如濟
學歷 1臺北醫學大學醫學研究所博士
2.中國醫藥大學醫學系學士
現職 1. 臺北醫學大學醫學系教授
2.雙和醫院副院長
3.台北心臟研究中心副主任
經歷

1.雙和醫院心臟內科主任
2. 臺灣醫療發展全聯會理事
3. 臺灣心肌梗塞學會理事
4. 中華民國心臟學會委員
5. 臺灣介入性心臟血管醫學會委員
6.海峽兩岸醫藥交流協會常務委員
7. 臺北醫學大學萬芳醫院冠狀動脈加護病房加護病房主任
8. 臺北醫學大學萬芳醫院心臟內科主任
9. 臺北榮總住院醫師

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