在AI醫療領域有豐碩成果的臺北榮總，日前最新發表的即時血液透析人工智慧預判系統，在預判透析病患心臟衰竭準確度達90%，也成功協助降低80%的乾體重預估誤差率。
採訪／施鑫澤 文／林裕洋
根據衛福部統計資料指出，台灣一年洗腎人口超過9萬人，許多醫院都有附設洗腎中心，而根據2008年美國腎臟資料系統(USRDS, US Renal Data System) 統計資料顯示，其中約5成洗腎病患因心血管疾病死亡。
為能及早掌握洗腎病患的健康狀況，以便在發生異常狀況第一時間採取最佳醫療，投入AI專案多年的臺北榮民總醫院，日前攜手全球數據分析廠商SAS推出即時血液透析的人工智慧預判系統。這套系統可即時接收來自於洗腎機的龐大連續性生理數值，為腎友找出個人化的併發症成因，預判其潛在心臟衰竭機率，同時找出病患洗腎後最理想的體重，減少腎友因脫水不足所造成的呼吸不順與心臟衰竭，導致需再住院的風險，更能提高每次洗腎效益。
[CIO都在讀： 導入微服務重構現代化HIS架構 ]
臺北榮總內科部主任唐德成表示，我們一直想要透過收集與分析病患的洗腎資料，給予最合適的預防性治療。只是以往受限於技術限制，我們只能運用人工抄寫資料，再進行事後的回溯性分析，無法在第一時間掌握病患的狀態。這次和SAS推出的即時血液透析人工智慧預判系統，可做到毫秒級即時掌握並監測每位病患獨特的因子，是邁向智慧醫療的重要里程。
根據臺北榮總提供資料顯示，即時血液透析人工智慧預判系統預判透析病患心臟衰竭準確度達90%，也成功協助降低80%的乾體重預估誤差率。而即時警示功能，也讓第一線護理人員原先頻繁巡視與紀錄的時間，從平均30分鐘大幅縮減為3分鐘，使其有更多餘力照護病患透析的併發症和及時處置。
發展AI專案成效佳 鎖定血液透析領域
臺北榮總向來非常積極投入發展在AI專案中，該院利用深度學習以及演算法，可以從心電圖波形來辨識不同種類之心律不整。同時藉由人工智慧將大量數據匯入大型模擬神經網絡，並對參數進行微調，能夠有效且準確的辨識出有問題的心電圖訊號，目前臺北榮總已完成布魯格達症候群及肺動脈高壓的心電圖AI預測模型。
由於人類需要仰賴食物、飲水才能存活，而當吃下食物或治療疾病的藥物後，除會透過腸、胃的分解、代謝外，也必須借重腎臟濾水分調節血壓、維持電解質及酸鹼度平衡，確保人體能夠正常運作。而當腎臟逐漸失去前述功能之後，就必須仰賴洗腎機協助。一般來說，每次洗腎療程大約需要經歷4個小時，醫護人員約每半小時必須檢查洗腎病人的各項生命參數，以便可在症狀發生時，利用當下症狀或儀器資料做判斷，並介入治療。
[ 加入 CIO Taiwan 官方 LINE 與 FB ，與全球CIO同步獲取精華見解 ]
臺北榮民總醫院腎臟科主治醫師歐朔銘指出，在長達4小時的洗腎療程中，大約有2~3成病人可能會出現併發症，如血壓下降、呼吸不適以及胸悶等。醫師多是於症狀發生時，利用當下症狀或儀器資料做判斷才介入治療，且能掌握潛在因子的資料量，每人每年僅約1500筆左右。
此外，洗腎治療的理想體重即乾體重設定，也一直是非常重要課題之一。所謂乾體重是指透析後的體重，病人在透析治療清楚液體後，身上沒有發生水腫或脫水過多的情形，且血壓正常無不適現象，此體重稱為乾體重。乾體重會隨身體狀況而有所增減，所以需要不斷地評估並持續進行監測。
如果洗腎時脫水速度太多或太快，容易讓病患洗腎時血壓下降，引發休克甚至死亡。只是病患理想的乾體重會隨身體狀況而略有改變，因此長久以來乾體重設定，需仰賴醫師臨床經驗判斷，並多次”Trial and Error”來回微調才得以定義。
事後監測成效差 運用AI達成即時監控
臺北榮民總醫院向來關注洗腎病人的健康狀況，因此早有打造一套能及時掌握洗腎病人現況系統的想法， 只是早期資料都是靠人工抄寫，並不夠及時且自動化，因此一直沒有合適的成果出現。而隨著AI驗算法進步，因此若能運用AI技術協助，應該能獲得極大進展，然要發展AI模型的前提，自然是得收集足夠的資料，而每位洗腎病患每年產生資料量高達300萬筆，是訓練AI模組的最佳來源。
[ 下載 2020-21 CIO大調查報告，掌握最新IT採購趨勢 ]
只是洗腎病人的併發症很多，如心律不整、心肌梗塞、如血管通路感染等、血管通路栓塞等等，若沒有預先決定監控種類，反而不利於打造AI模組。為此，臺北榮總團隊在經過多次討論之後，決定優先鎖定在心衰竭風險預測的AI風險預測。而訓練AI模組的資料來源，有除有臺北榮總大數據中心的健保大數據，如電子病歷、檢驗結果、用藥資訊等之外，也得搭配血液透析機每秒產出的上百組參數。
臺北榮民總醫院資訊室高級工程師朱原嘉指出，雖然血液透析機在洗腎過程中會產生上百組參數，但究竟有哪些資料有助於發展AI模型，臺北榮總團隊也花了許多時間討論，最後在確認AI模組所需的資料種類後，臺北榮總AI團隊透過向廠商取得SDK方式，建立一套可自動取得資料與儲存的機制。
整合異質品牌資料 滿足AI訓練需求
市面上血液透析機品牌眾多，雖然各品牌均通過FDA、TFDA認可，但是也因可產生資料非常多，如動脈與靜脈的壓力等、血流量、導電度、脫水速度、脫水量、透析液流速等，且在預設儀器面板上呈現的資料不同，所以團隊必須先從中最具影響力的參數。為此，臺北榮民總醫院團隊先200組參數中，先選出140組最常用的參數進行評估，並再參照各方意見之後，最後挑出最關鍵10組資料呈現在儀錶板上，方便醫護人員進行查看與監控。
其次，由於各品牌設備血液透析機產出的參數單位不同，因此必須要進行預先處理與轉換，否則反而會造成後續資料分析與AI模組訓練的困擾。為此，團隊在詢問原廠、統一資料單位外，也花費長達9個月時間清理資料、投入資料介接開發等工作，並建置一套連續型資料庫。
[CIO都在讀： AI最常見的應用有哪些？ ]
「由於血液透析機每秒會產生百組以上的數據，所以需要一套連續型資料庫可自動接受與處理資料，才能滿足AI訓練模組的需求。」朱原嘉解釋：「考量到大量資料儲存往往會耗費大容量儲存空間，我們自行開發的連續型資料庫，只會只會記錄有變動的資料，因此不會導致硬體資源大量被消耗，也讓AI模組訓練更快速。」
準確率逼近醫師判讀 嘉惠多數洗腎病患
目前臺北榮民總醫院開發的即時血液透析人工智慧預判系統，已能即時運算病患高達200組不斷動態變化的生理和透析機數值，如動靜脈壓力、血液流速等，加上結合北榮大數據中心病患病歷資料、檢驗結果、用藥資訊等多元資料，可分析每人每年近300萬筆的巨量資料，因而得以有效找出針對「個人量身監測」的異常模式，即時於病患發生心衰竭危機前，搶先發出警報讓醫護人員做預先處置。
唐德成指出，目前此機制針對心臟衰竭風險預測準確度達到90%，不僅有助提升病患存活率，還可減少病患因心臟衰竭的再住院率，提高生活品質、減少醫療花費，同時降低家屬照護的身心壓力。
歐朔銘表示，這套系統可動態即時地於透析患者每次洗腎時，給予最理想的乾體重，可讓醫生的體重調整誤差從過去的200公克縮限到40公克內，誤差率成功降低了80%，給病患最適切的脫水量診療，讓腎友到醫院洗腎效率得以提升。
臺北榮民總醫院實際應用即時血液透析人工智慧預判系統監控一位73歲腎友，因本身已存在心血管相關疾病，過去乾體重設定的方法是由醫師藉由臨床經驗、檢驗數值和胸部X光片，判斷肺部積水情形。但是病人仍然短時間內多次因為心臟衰竭、呼吸喘的問題反覆住院，最後透過人工智慧模型預測，已有效建議醫護人員乾體重值，並成功掌握病患因心衰竭住院的因子，病人現在已能規則於門診追蹤。
在臺北榮總醫院規劃中，未來即時血液透析人工智慧預判系統將會整合洗腎中心的所有機台資料，持續調校模型分析的精準度，期待之後可達到95%準確度，即與現行醫生辨識準確度相同。如可減輕醫生的工作負擔為，也能為病患提供更好醫療照護。此外，未來也將把人工智慧結合影像辨識資料，預判病患的肺積水機率，進一步掌控體液過多時，對洗腎病患帶來的呼吸急促、心衰竭及高血壓的風險，讓血液透析人工智慧預判系統應用範圍持續擴大。
（本文授權非營利轉載，請註明出處：CIO Taiwan）
