黃國揚

彰基應用AIoT，化身重症呼吸照護醫師 每3分鐘推算拔管成功率，掌握移除最適時機，啟動多中心醫院驗證 急重症患者因為肺炎、心肌梗塞、腦傷或外科手術等各種因素，導致急性呼吸衰竭，需接受插管使用人工呼吸器治療，等待患者病情回穩復原，恢復自主呼吸能力，方可移除呼吸器，但是掌握移除呼吸器的時機很重要，如果太早、太晚，都有可能造成拔管失敗、產生併發症及增加醫療支出。 彰基團隊以AIoT方式連續不間斷監測呼吸器中的六個重要參數： 呼氣潮氣容積Vte、呼吸速率RR 、最大呼吸道壓力Ppeak 、平均呼吸道壓力Pmean、呼氣末期正壓 PEEP、 吸入氧氣分壓FiO2等數據，累積員基超過７年的數據，對照拔管的成功率進行機器學習，打造一款監測儀表板，每三分鐘就可以提出一個預測值，透過連續性的預測結果作圖，可顯示病患脫離呼吸器成功率的趨勢變化，告訴醫師這個病患未來48小時脫離呼吸器的成功率，目前導入彰基醫療體系，預測準確度達94%。 彰基胸腔內科黃國揚醫師表示，過去醫師判斷能否拔管，是透過辨識患者病情穩定、自發呼吸測試、淺快呼吸指數、氣囊漏氣試驗等，但據此評估的靈敏度57%與特異度31%，換句話說，還是很難精準去看出病患最佳脫離的時間。但透過彰基發展AIoT連續監測數據運算，不必另外加入患者生理數據，就是單純用六個呼吸器上面數值就可以完成，可以快速在各個醫院上線，實際推動也可以降低患者自拔管路等危險狀況。「就像是有一個24小時重症醫師分秒都在守候病患身邊一樣」。 團隊規劃，未來可結合邊緣運算技術，嫁接於呼吸器上使用，也可以針對加護病房呼吸器網絡做統一規劃，建置監測儀表板。未來應用方式相當多元。由於這項技術需要取得二類醫材認證，需要資金與人力，目前最迫切需求為取得相關資源，希望能與國內外醫院團隊一起做跨院聯邦式驗證，同時間也積極申請政府相關計畫經費中。