AI可预测患者未来7天急性肺阻塞发病风险,准确率达9成以上

如果你有长期咳嗽、易喘、咳痰等症状,小心! 这也许不是一般的感冒,而是患有慢性阻塞性肺病(Chronic Obstructive Pulmonary Disease, COPD,简称肺阻塞),这是一种因呼吸道长期发炎,导致无法恢复的呼吸道阻塞,气体无法顺畅进出呼吸道的疾病,由于症状和感冒相似,许多病患确诊后已是中重症COPD病患。如果病情严重,急性恶化肺阻塞(Acute Exacerbation of COPD, AECOPD)发作,恶性发作频率、严重状况和死亡率高度相关,根据WHO的2018年统计,肺阻塞每年夺走约300万人的生命,位居全球10大死因第3名。

由于肺阻塞无法根治,故只能靠预防及控制,降低发病风险,在科技部推动精准医疗下,台大AI中心展示一套AECOPD发作风险预测模型,台大团队与台大医院合作,搜集约140名肺阻塞病患的资料进行训练,开发出AECOPD发作预测系统,能预测患者未来7天内急性发作的可能性,让医护人员尽早介入看护。

这套AECOPD预测系统背后即使用台大信息工程系教授赖飞罴带领团队打造的台大医神平台,通过该平台搜集患者的生活形态数据、生活环境数据,目前台大医神平台累计已有1,002位研究个案参与,搜集5,362万笔资料,构建生活形态与生活环境的大数据库。

赖飞罴指出,精准医疗的目的为结合患者的个性化生活、健康数据,例如从智能智能穿戴设备搜集到患者的各种生活形态数据,还有从各种IoT设备获得的空气PM2.5、温湿度等生活环境数据,结合病人的基因与疾病关系分析,甚至进一步在病患同意之下,通过医保局“我的健康存折”取得患者医疗资料,或是个人测量的血压、血糖数值。研究团队汇集整理各种数据打造台大医神平台,和各科的医师合作。

AECOPD预测系统使用的精准医疗特征项,包括病人的生活形态、生活环境数据,以及临床资料,其中生活形态数据利用患者配载的智慧手表或手环,搜集其生活形态数据,包括串者的走路步数、行走距离、消耗卡路里、楼梯数、心率、睡眠品质,每15分钟上传数据至预测系统,而生活环境数据则是在患者同意下,利用其家中的空气侦测设备搜集室内PM 2.5、温湿度数据,而临床资料则有患者呼吸困难评估量表、COPD评估问卷。

这套AECOPD预测系统20个月以来,已搜集4,300多万笔资料,若单纯以生活形态与生活环境因素预测AECOPD未来7天的发作可能性,预测准确率可达83.5%,显示仅以患者的生活形态、生活环境因素预测,已具有一定的准确性。若基于所有因素去预测,则预测AECOPD未来7天发作可能性的准确率进一步提高到92.5%。

台大研究团队已与台大医院胸腔科合作,以试验的名义用于COPD患者,让病患即使在家,预测系统仍能随时预测病人AECOPD发作的风险,向医护人员示警,让医护人员可以尽早对高风险患者主动介入看护。

目前已搭配AECOPD预测系统的三种智能手表、手环,包括Fitbit、Garmin、Apple Watch,可搜集COPD患者的心率、步数、消耗卡路里、睡眠品质等生活形态数据,上传至云计算平台。患者也能通过手机App,随时查看自己的心率、步数等记录:

发表评论