接續上篇，本次Roadshow發表會「智慧醫療與智慧健康科技」領域中還有臺北榮總唐德成主任、陽明交通大學王經富助理研究員、成功大學陳家進特聘教授等團隊的技術優勢與市場潛力，同樣不可忽視...

結合大數據解構洗腎過程，唐德成團隊有效降低洗腎時心臟衰竭風險

台灣每年洗腎人數超過9萬，健保支出高達500億新台幣。然而，洗腎過程中存在許多潛在危機。研究顯示，乾體重設定不當是導致洗腎併發症容易發生的原因，不正確的乾體重設定可能導致過度脫水引發低血壓或脫水不足，對於有心臟有問題的患者尤其危險，容易導致心臟衰竭，進而需要反覆住院治療。

為了提升血液透析疾病的診斷、治療和管理效率以及改善患者的生活品質，臺北榮民總醫院結合資訊室、大數據中心、內科部腎臟科組成研究團隊，陸續完成了電子白板排程系統、連續性資料擷取和傳輸平台、人工智慧及時預判系統以及邊緣運算裝置建構血液透析即時分析系統的建置，對於洗腎過程當中病人心臟衰竭風險的預測準確度高達90%，乾體重誤差值更降低了80%。

團隊表示，這套系統從血液透析機連接洗腎病人後全自動進行記錄，解決了傳統透析機資料不完整的問題，也能夠介接各大廠牌的血液透析機，為臨床醫護團隊提供了有力的決策支援和資訊，並且有效協助醫療控管洗腎過程中，心臟衰竭造成的病人住院或死亡風險。

※臺北榮總腎臟科智能醫療平台架構與AI模型（來源：台北榮總唐德成醫師團隊）。

陽交大王經富開發AI醫學影像軟體驗證服務，有效控管診斷品質

近年來機器學習、深度學習等AI技術在醫學影像領域蓬勃發展。雖然深度學習技術已在醫學影像分析領域中展現了對疾病診斷和治療的潛力，但它們容易受到肉眼難以察覺的干擾影像而影響模型表現，進而影響診斷的準確度與泛用性。

為評估醫學影像模型的穩定性，陽明交通大學王經富助理研究員團隊使用生成式AI技術，製造干擾影像以及特定影像應用情境之假影干擾影像，用以對待測的AI診斷軟體測試干擾前後之驗證指標，是否落入法規所要求的合理範圍。目前該平台驗證指標則包括二元分類、病灶偵測、影像分割、多元分類、回歸模型以及時間解析度，可應用於放射醫學與超音波醫學影像診斷軟體上。

王經富表示，目前國內外尚未建立AI醫學影像軟體穩定性檢測之法規標準，因此這套平台初步可做為政府部門建立AI醫學影像軟體驗證機制的參考，也可提供給廠商作為產品品質管控之有效性評估基準，或是投資人評定產品技術效能的客觀依據。

※王經富團隊開發的人工智慧/機器學習之醫學影像軟體檢驗平台（來源：陽明交通大學王經富助理研究員）

克服藥物、門診效果有限等痛點，陳家進開發精準神經調節，實現個人化精神病治療

憂鬱症、焦慮等神經生理相關疾病，在台灣每年有超過2百萬人次就診，嚴重影響民眾身心健康。目前在臨床處置上，存在藥物治療效果有限以及門診治療難以延續至日常生活等痛點，增加患者與醫療機構的負擔。

成功大學陳家進特聘教授團隊的開發整合高精度經顱電刺激（HD-tES）、功能性近紅外光譜儀（fNIRS） 與數位療法（digital therapeutics），可依據病人的即時腦部活性，進行個人化的神經調節刺激與數位化認知行為訓練治療，並記錄病人的治療狀況與腦部活性的成效追蹤。與經顱刺激（rTMS）相比，具備了可居家使用和治療費用低廉等優勢，臨床證據也顯示支持HD-tES 可促進動作主導側的大腦活化，搭配中風復健可有效提升的病人的上肢運動功能。

陳家進表示，這項計畫目前正在申請焦慮症病患的臨床治療試驗，長程目標為完成臨床試驗後，將成立新創公司並向台灣衛福部申請第三類醫療器材的查驗登記，也會同時申請美國FDA class II 510(K)，完成產品上市的目標。

※陳家進特聘教授團隊使用高精度經顱電刺激技術，實現個人化精神疾病治療（來源：成功大學陳家進教授團隊）

※系列報導：

• 【INNOZONE智慧醫療專題】利優生醫、北醫陳震宇、采風智匯展現精準給藥、失智預測與骨骼疾病診斷實力