- IEK產業情報網,IEK產業情報網
- 2019/3/26 下午3:45
- 2239
心臟疾病在台灣前十大死因始終名列前茅,近年來在各種影像學檢查及導管治療的迅速發展下,病患之預後已有長足的進展。然而,隨著影像檢查應用、巨量資料日益增加,以及疾病分類越來越細,其複雜度已逐漸超過醫師的腦力負荷。
臨床醫學結合人工智慧 建立風險評估以協助治療
心律不整可說是造成心臟病病人猝死及各種併發症的重要原因之一,其中最常見的心房顫動,盛行率甚至高達百分之一,且平均增加病人五倍以上的中風機率。當前的藥物及導管治療手術尚未能完全消除心房顫動,亟需透過各種高速發展的影像工具來協助臨床決策。因此如何整合人工智慧以協助臨床醫師進行影像判讀,為病人建立風險評估,並選擇最佳的藥物及導管手術進行方式,將會是臨床心臟科醫師的重要課題。
目前超音波、電腦斷層等醫療影像的判讀大多仰賴臨床醫師根據檢查中的各種病生理特徵進行分析,需要大量的人力及豐富的經驗;然而臨床實務往往充滿不確定性,要求臨床醫師在緊迫的時間壓力下做出正確判斷,實有困難。近年來人工智慧已能在醫學影像或組織切片上進行圖形辨識,除了能應用各種資料探勘方法輔助醫師進行臨床決策,AI輔助系統也能提供手術風險值與術後復發率預測數據,提供病患及家屬作為依據。
以中風病患為例,過去的研究已知左心耳的功能以及形狀可能和病人中風有關,擴大的心房及肺靜脈開口直徑也可能降低導管熱射頻治療的成功率;台北榮總希望透過人工智慧的模型,開發較傳統的影像特徵分析方法更佳的工具,並匯入病人的性別、體重等數據來預測心房顫動病患電燒的復發風險,據以規劃治療方式、心房顫動電燒手術等策略,給予病患最適當之治療,以期達到最佳之個人化醫療。
醫療影像重建3D心臟構造 有助手術前醫師模擬治療
台北榮總透過建立醫學影像資料庫如心臟超音波、心臟電腦斷層以及心臟內膜3D立體定位圖,藉由相關電腦視覺科技來進行醫學影像的評估及診斷。其中,資料探勘的功能包括分類、推估、預測、關連分組以及群集化各種的探勘技術,例如決策樹(Decision Trees)、記憶基礎推理(Memory- Based Reasoning)、類神經網路(Artificial Neural Networks)、基因演算法(Genetic Algorithms)、鍊結分析(Link Analysis)、購物籃分析(Market Basket Analysis)、叢集分析(Cluster Detection)等技術。配合應用於醫療資訊之建立及臨床研究之發展,如支援醫療決策系統、臨床專家系統之建立、臨床路徑之建立、醫療之預測。
台北榮總目前已開發出兩套診斷軟體,輔助醫師做為診斷及手術策略上的一項考量。未來也會透過心臟內科醫師團隊標註千位病例,共數萬筆心房顫動病例的電腦斷層影像(CT),只要透過一個按鍵就能重建出完整的4D立體心臟構造,並預測造成心房顫動的來源,讓人工智慧系統能夠更實際的協助臨床醫師進行診斷與做出更精準的決策。
更多新聞
- 人工生殖法修法 公聽會意見分歧
- 基米傳捷報 接單海內外
- 先益強打工控醫療產品
- 原創生醫 今登興櫃
- 上海新增生醫投資逾15億
- 產值百億 台東長照園區拚5年完工
- 新品效益 視陽Q1營運不看淡
- 祥翊今年估績增四成
- 台塑生醫攻智慧回收
- 人源外泌體可做化粧品原料