120元基本心電圖就可抓出未來1~3年死亡機率！長庚、榮總到台大都擁抱AI

撰文 ‧ 今周刊編輯團隊

第 1 站／新北．林口長庚紀念醫院
它像死亡筆記本，一秒算出你一年內猝死率

心電圖影像透過 AI 模型分析，不用 1 秒鐘，你我未來 1 到 3 年、5 年，甚至 10 年內，因心血管疾病猝死風險數字一一現形。這不是虛擬世界的未來想像，而是林口長庚醫院最快於 2022 年第一季全院落地的超有感人工智慧應用。

「用 120 元的基本心電圖，就可以很精準知道未來 1、2、3 年會死亡的機率，滿準的，有點像死亡筆記本！」林口長庚醫院醫療人工智能核心實驗室主任郭昶甫說。

林口長庚醫院副院長溫明賢解釋，一般的心電圖只能知道有沒有心室肥厚、心房擴大、心律不整或心肌梗塞等問題，沒辦法有更多客觀證據提示心血管健康風險，甚至是 1 年的死亡率。但是，林口長庚以過去 170 萬名病患、近 600 萬張心電圖為基礎，歷時一年研發後，現在可模擬預測猝死的極可能原因。「連 10 年後是死、是活都能知道，目前準確率達 89％，真的是死亡筆記本。」他說。

郭昶甫不諱言，跟病患說死亡數字實在太可怕，預計 2022 年第 1 季導入醫院後，會轉換成健康高、中、低風險族群，初步先挑出高風險者讓心臟科醫師特別注意。

第 2 站／新北．亞東紀念醫院
速讀胸部 X 光，看出急診優先處置的 4 疾病

下一站，我們走進新北市亞東紀念醫院放射部影像醫學科醫師郭冠宏個人的 AI 實驗室，這裡藏著亞東醫院透過與廣達合作開發的智慧胸腔 X 光 AI 系統、自行開發的腦部電腦斷層 AI 輔助系統。

以最大宗的 X 光檢查來說，門診醫師開檢查單、病患照 X 光，哪怕片子只需 5 分鐘就出來，但按照既有流程，病患等下次回診看影像報告，通常是 7 天之後的事。問題來了，包括氣胸、氣腹、氣管內管位置過深等緊急情況，未必能第一時間知道。

幸運的是，亞東醫院現在有了開發 4 年、上線使用逾 1 年的智慧胸腔 X 光 AI 系統，僅約 10 分鐘，諸如氣胸、氣腹、首發腫瘤、氣管內管插太深這 4 種特別嚴重的病況，就會無所遁形。

第 3 站／台中．中國醫藥大學附設醫院
1 小時快檢細菌種類，精準投藥搶救瀕危感染者

「AI 落地，自己先要使用，自己都認為不好用，要賣給誰？」在中國醫藥大學附設醫院院長周德陽的眼中，自家團隊歷時兩年集研發大成、2021 年底最新在台中院區全院上線的「智抗菌平台」，絕對有殺手級應用潛力。

很多人不知道，細菌感染奪走的人命比癌症還多，這是因為傳統醫學上要知道感染細菌的時間太慢。原來，每家醫院要透過抽血、細菌、抗藥性培養，加起來需要 3 天時間。

現在中國醫大附醫則透過質譜儀結合 AI 分析，從細菌蛋白的位置與波形，不只能預測是 26 類細菌種類中的哪一種，還能透過平台系統確認該細菌有沒有抗藥性，檢測時間能從 72 小時縮短到 1 小時，準確率平均達 85％。

第 4 站／台北．台大醫學院附設醫院
鈣化檢查新利器，0.4 秒分析心臟潛伏危機

如果說林口長庚醫院的「死亡筆記本」，是預測你未來 10 年發生心血管猝死的機率，那麼台大醫院的心血管 AI 模型，則是搶在鬼門關前一步攔截，讓病患趕緊治療。

台大醫院心血管中心心臟檢查室主任王宗道率團隊研發出兩套系統，都是針對國人第 2 大死因「心臟疾病」而來。「冠狀動脈電腦斷層全自動血管管腔分割系統」利用 AI 更快偵測冠狀動脈阻塞，「心包膜、主動脈分割及心血管風險自動分析一站式 AI 模型」則是看心臟脂肪與血管鈣化程度。王宗道指出，這些模型都在做病患的風險管理。「區分風險後，醫學不只預防發生、防患未然，甚至要能更積極的矯正、逆轉。」

第 5 站／台北．台北榮民總醫院
找腦瘤比醫師快，偵測只需 1 分鐘、準確率達 96％

台北榮民總醫院已經發展智慧醫療超過五年，目前也有四個科別開設 AI 輔助門診。2021 年中，「醫療人工智慧發展中心」正式啟用，宣示台北榮總全力擁抱 AI 醫療的企圖。

「AI 腦腫瘤診斷系統讓醫師從 5 到 10 分鐘閱片，縮短到只要 1 到 2 分鐘，但問題不只在時間。」台北榮民總醫院副院長兼醫療人工智慧發展中心主任高壽延指出，AI 落地後，更關鍵處在於其模型運算建立在醫學證據上，而非僅人為判讀，並且當影像判讀與執行治療醫師不同時，可以更清楚對焦並討論彼此認知，據此訂出最適切的治療計畫，避免醫、病之間的資訊不對稱，有機會做到共享決策，甚至未來能透過遠距醫療，補足醫療人力短缺問題，在醫療資源缺乏的偏鄉落地應用。

來源：《今周刊》 第 1308 期
更多精彩內容請至 《今周刊》