首頁
1
最新消息
2
生技醫藥資訊交流站
3
2021/4/14 洗腎突發心衰怎麼辦?北榮即時預警AI一秒就知道!4
Missing parameters [image]

相關連結:https://www.biotech-edu.com/hot_388567.html

洗腎突發心衰怎麼辦?北榮即時預警AI一秒就知道!


臺北榮總今(13日)揭露一套即時血液透析AI預警系統,可根據洗腎機每秒產生的上百組參數,來預測每位病友的心衰竭風險和乾體重預測,準確率達90%。這套系統能即時處理大量參數的關鍵,在於連續型資料庫,可即時處理大量資料,最高每秒可達上萬筆。在應用上,這套AI有如戰情室儀表板,直接呈現在臺北榮總洗腎中心的螢幕上,醫護人員一眼就可看出高風險病患和風險因子,來即時處理。

 

臺灣年洗腎患者超過9萬人,半數因心血管疾病死亡

 

臺北榮總腎臟科主任唐德成是這項AI預測專案的關鍵推手,他指出,臺灣洗腎人口密度世界居冠,每年超過9萬人洗腎,其中有半數因心血管疾病死亡,心衰竭就是重要死因之一。

 

不只如此,每次洗腎後的乾體重設定,也是一個重要因素。所謂乾體重,是指患者洗腎後的正常體重,也就是無過度脫水、血壓正常狀況下的體重。這個體重通常仰賴醫生經驗來設定,而醫生經驗多以嘗試錯誤(Try and error)累積而成,有經驗的醫生至少需要3個月至半年,才能抓到準確的建議值。

 

比如,病友每次洗腎約4小時,每月平均洗13次,每次洗腎約增加25公斤,要是乾體重設定不準確,就會造成脫水過多(引發肺積水)或脫水太少(引發血壓下降),「對有共病的病人來說,容易引發心衰竭,」唐德成說。

 

此外,洗腎過程造成的併發症,像是血壓下降、抽筋、出血等,也得靠醫生依當下的病況和儀器判斷,再進行治療。雖然,唐德成過去就推動打造一套血液透析無紙化系統,來記錄洗腎過程的資訊,護理人員也能從中查詢病人洗腎時發生的事件和處置。「但即便無紙化,患者洗腎時,護理人員還是得每半小時,手抄患者所有生命參數。」他深知,這個做法難以即時因應突發狀況,因此才決定打造AI預警系統,根據洗腎機的每秒參數變化,來進行風險預警。

 

用連續型資料庫整合1.1億筆即時參數,來訓練風險預警AI

 

於是,唐德成聯手臺北榮總腎臟科主治醫生歐朔銘、臺北榮總資訊室工程師朱原嘉,於1年半前找來數據分析廠商SAS,著手開發造這套風險預警AI

 

他們將風險預警分為兩種,首先是心衰竭風險預測。這套AI的訓練資料有臺北榮總大數據中心的健保大數據,比如病歷、檢驗結果、用藥資訊等資料,還有血液透析機每秒產出的上百組參數。

 

朱原嘉表示,光是取得機器產出的參數,就是一大工程。因為,透析機雖能產生上百組參數,但原廠只設定顯示常用的56組,因此,要自行介接其他參數,還得向廠商取得SDK,光是討論過程就重複了好幾次。

 

取得參數後,團隊還有另一個挑戰,也就是「資料對齊。」朱原嘉指出,不同廠牌透析機產出的參數單位並不一樣,團隊花了不少時間一一詢問原廠,再統一單位。

 

此外,由於機器每秒產生高達200組的龐大數據,1年半下來可達1.1億筆,這些參數包括動靜脈壓、血流量、導電度、脫水速度、脫水量、透析液流速等,但團隊必須從中找出最具影響力的參數,作為儀錶板上的風險預測關鍵因子。他們先是從200組參數中,挑選140組來優化,最後再挑出最關鍵的10組(以左心室射出功率LVEF為主要指標),在儀錶板上呈現給醫護人員查看。

 

用連續型資料庫解決無紙化做不到的即時預警

 

朱原嘉坦言,光是清理資料、資料介接等前置作業,就花了專案9成時間。在這段時間裡,他們也設置連續型資料庫,來處理每分鐘寫入的130筆資料。這個資料庫很特別,雖然每秒最高可處理上萬筆資料,但朱原嘉指出,資料庫只會記錄有變動的資料,因此不會快速消耗容量。

 

目前,這套心衰竭預警AI確度為90%,醫護人員可透過洗腎中心儀表板,來隨時掌握病人動態。

 

歐朔銘表示,未來將持續優化模型,希望將準確度提升至和人類醫生一樣的95%。

 

乾體重預測AI降低80%誤差率

 

除了心衰竭風險,這套AI還可進行乾體重預測。歐朔銘指出,乾體重調整約為病人體重的5%,通常仰賴醫生經驗,但由於病人體重會動態變化,因此每次透析前,需要微調脫水量(約增減300克至500克),來達到設定的乾體重。

 

不過,血液透析過程變化快速,最後實際的脫水量可能會與透析前的預測有所誤差,平均誤差約為200克左右。

 

而臺北榮總完成心衰竭風險預測AI後,也緊接著用這些資料,來訓練乾體重預測AI,成功將誤差值縮小至40克,也就是讓誤差下降了80%

 

未來,臺北榮總團隊會持續優化模型,進一步打造肺積水預警AI,另一方面也將採用國際醫療資料交換標準FHIR,讓模型更容易介接不同廠牌設備的資料,將AI模型商品化。

 

 

文章出處:iThome 王若樸 2021.4.13

文章來源:https://www.ithome.com.tw/news/143813

上一個 回列表 下一個