減輕心臟衰竭長照負擔 大數據與人工智慧平台將成主流

麗臺生醫 / 台北報導

圖說：麗臺生醫辦理心臟智慧醫療論壇，結合IBM Watson的人工智慧與大數據分析能力，協助麗臺在心臟衰竭照護領域建立風險評估服務。

美國心臟協會指出，美國有超過600萬人被診斷罹患心臟衰竭，其中100萬名病患每年反覆進出醫院。美國心血管疾病學會期刊進一步指出， 這些反覆進出醫院的病患中，20%出院後不到30天又會再入院，造成醫療與社會成本的沈重負擔。台灣也不例外，根據衛福部2015年的統計，心臟衰竭在各類型心臟疾病中，平均住院天數最長，達12天。對病患、家人與醫療體系來說，如何降低復發率與反覆入院率是共同努力的目標。

心臟衰竭一直是醫療照護產業的重大挑戰，過去15年來，主動式管理急性惡化病況的進展相當有限。其主要的困難在於如何作到主動預測其惡化可能，並適時由醫護介入照護以妥善控制病況，IBM在2012年與美國Seton醫療機構合作的創新研究指出，利用人工智慧與大數據進行心臟衰竭惡化預測已經能達到主動識別病患惡化的趨勢，從而減少心臟衰竭患者再入院的頻率，這不僅為病患帶來適時的照護及醫療品質提升，也減少因頻繁入院帶來的社會成本增加。

麗臺”偵貼心”心電心音記錄器是近年來少見的創新技術，運用心電心音同軸技術，提供心臟衰竭風險評估新的診斷資訊，很榮幸IBM應麗臺生醫盧董事長邀請，運用IBM Watson的人工智慧與大數據分析能力，以及IBM在醫療產業的經驗，協助麗臺在心臟衰竭照護領域建立風險評估服務，在心臟衰竭照護上為台灣社會盡一分力。

這次合作中，IBM以醫病使用者為中心的設計思考協助麗臺建立心臟衰竭照護運作策略與營運模式，根據醫病需求量身打造心臟衰竭風險評估服務，在病人出院返家後中能持續掌握病況，對病人與照護中心做到即時提醒與監控，提升病人居家照護品質，也提供醫生風險分析以快速對症下藥，做到快速診斷主動出擊的精準醫療。

心臟衰竭風險評估服務的核心模型是運用IBM Watson機器學習演算法，系統透過學習每位病人動態的生命徵象模式，依照各人狀況建立基準線，並據此基準線與麗臺偵貼心的創新指標與病歷資訊結合，深度分析病患心臟衰竭風險的變化，作為病患心臟健康是否惡化的指標或急性病症的前兆。 IBM Watson認知能力與麗臺amor HealthKeeper cloud雲端平台結合，同時串連各個醫院的醫療系統，建置「心臟衰竭照護雲」服務整體架構。

本次研究成果相當鼓舞人心，展現作為主動式照護模式輔助方法的極大潛力，可望透過心衰風險評估服務在病患出院後，仍能準確掌握病情，及早使醫師掌握病患的病情變化，採取因應措施，以避免不可挽回的悲劇發生。