公仔箱論壇 - Powered by Discuz! Board

標題: [健康資訊] 擊退急診醫師的大敵！AI讓敗血症死亡率降低，還能解決急診壅塞 [打印本頁]

作者: soforlee 時間: 2020-12-15 04:45 AM 標題: 擊退急診醫師的大敵！AI讓敗血症死亡率降低，還能解決急診壅塞

本帖最後由 soforlee 於 2020-12-15 04:46 AM 編輯

急診室如同戰場，每天湧入大量病患，除了考驗醫護人員快速應變能力，排除急診壅塞也是一大難題。在AI智能科技輔助下，不僅加速檢傷分類、醫療診斷、減少病人短時間再回診，甚至能對付醫生的大敵—敗血症，讓敗血症病人死亡率下降超過1成以上。
病人送入急診，醫護人員快速根據病情輕重進行檢傷分級，同時間在電腦上輸入病人的呼吸、心跳、血壓、體溫、意識等生命徵象，不到幾秒鐘，系統自動跳出疑似敗血症警示提醒，醫護人員迅速展開敗血症的處理流程，依照系統指示為病人安排抽血及檢查，醫師根據檢查結果判定病人受感染的器官，這時候，「敗血症智慧決策作業系統」也已根據檢查報告計算出SOFA分數（敗血症引發器官衰竭分數），確定是敗血症，醫療團隊立刻給予抗生素及輸液治療，並根據各器官受損程度，給予治療建議。
急診人多、病人病情變化快電腦輔助判斷敗血症遇到敗血症，醫生總是如臨大敵，因為敗血症致死率可達3成，一旦進展成敗血性休克，死亡率更高達8成以上。偏偏敗血症診斷不易，往往錯過黃金治療時間。4 V. N1 k* a0 _, r! k6 P
國泰綜合醫院急診醫學部主任陳健驊指出，引起敗血症的原因很多，可能是細菌、病毒或黴菌感染，例如病人因細菌感染引起肺炎，假使沒有控制好就可能演變為敗血症，甚至進一步引發敗血性休克而死亡。

5.39.217.77:88984 h) a0 \4 `% B4 T

公仔箱論壇9 B# |' _: C, c
（國泰醫院急診部導入「敗血症智慧決策作業系統」，可以快速警示病患是否疑似敗血症，加速後續處置流程。）tvb now,tvbnow,bttvb0 Z6 a& e" J$ V0 s+ V& m- |
根據國際治療指引，一旦確認病人是敗血症，建議在1小時內給予輸液、抗生素治療，愈早治療，治療效果愈好、死亡率愈低。然而，急診病人的病情通常變化非常快速，造成診斷不易，可能因而延誤治療時機，提高死亡率。
因此，國泰綜合醫院急診部和資訊部共同研發出「敗血症智慧決策作業系統」，優先導入急診部使用，協助醫護人員判斷病人是否為敗血症，並給予臨床照護建議，由於減少醫療團隊判斷和治療決策時間，病人預後相當良好。
這套系統不僅會自動抓取檢查報告結果計算SOFA分數，≧2分就認定是敗血症，也會偵測身體哪個系統受損，例如血液、腎臟、心臟或肝臟系統等，建議給予合適的治療方式。
及早診斷、把握黃金治療時間敗血症死亡率下降超過1成國泰醫院自2014年開始優化敗血症診斷及治療流程，敗血症病人的死亡率從18.5％降至5.7％，每人平均總住院時數從240小時降至228小時，每次醫療費用也從10萬2千元左右減少到7萬3千多元。「敗血症智慧決策作業系統」也獲得2019年醫策會及國家品質標章。
陳健驊表示，目前這套軟體建置在HIS病歷管理系統，已全面導入至國泰醫療體系中使用，未來也希望能推廣至其他醫院，全面提升敗血症病人的照護品質。
AI紓解急診壅塞降低病人短時間再返診為緩解急診人滿為患，台大醫院也展開3年計劃，透過AI解決急診壅塞的情況。位居台灣醫界龍頭，台大醫院急診部平均每天收治300名左右病患，這還不包括在急診室暫留、等待住院的病人，加總起來可能多達400多人。5.39.217.77:8898& A* `( a6 }$ B6 S- m) X
台大醫院急診醫學部主治醫師王暉智表示，醫師評估狀況穩定、從台大急診室返家的病人，平均約4％的人仍會在3天後回診，可能是身體狀況還沒完全好轉，或者是出現新的問題、甚至病情惡化，也有不少病人是因為不清楚病情的進程，誤以為疾病還沒治癒或變嚴重，實際上屬正常現象不需回診。! N3 G3 T2 g4 { D( P. ]- H
因此，台大醫院研發以系統預測病人短時間內返診的機率，且根據過去資料可以初步判斷病人可能返診的原因，有助醫師事前加強衛教或提醒醫護人員是否將病人延長留院觀察、安排住院，減少病人返診的機會。公仔箱論壇# F4 A K7 @; g- c. f7 Z9 S; w
例如大人扁桃腺發炎或兒童感冒發燒掛急診，回家吃了藥還是持續發燒。但以扁桃腺的疾病進程來看，一般會發燒4～5天；兒童感冒也可能在1、2天內反覆燒退，只要食慾、活動力都正常，基本上就不須回診。: |/ W# M( j% Z! `
如果病人同時有許多共病，也容易再回診。王暉智表示，失智或中風病人假使感染肺炎掛急診，即使治好了，短時間可能又再因飲食不慎、嗆到，引發肺炎而回診。這時若能透過系統事前預測，醫師就能考慮是否安排病人住院，進一步給予飲食及吞嚥訓練及衛教，甚至考慮放置鼻胃管。5.39.217.77:8898: X* R. T9 f6 Q# F' d9 U/ X

（透過AI智慧也能解決急診壅塞的情況，協助檢傷分級、病歷鑑別診斷及預測短時間再回診的機率，有望改善急診人滿為患的現況。）& h3 A- B% ~* X
急診病床如小病房智慧手環、平板電腦取代生命徵象監測儀器和病床呼叫鈴另外，現階段急診檢傷分類通常由資深護理人員進行評估，將來導入人臉辨識系統，便可透過觀察病人臉色、面部活動等，輔助判斷病人是否休克、貧血或中風；還有輸入病歷，預測病人可能罹患的疾病，加速醫師鑑別診斷。tvb now,tvbnow,bttvb/ R% R5 O z, m3 D3 G7 x$ u7 A
而病人照完X光，一旦AI判讀可能有高度風險，例如氣管內管錯置會有立即生病危險、鼻胃管錯置也可能引發肺炎、嗆傷、導致呼吸衰竭，都能立即發出警示，提醒醫師盡快處置，尤其急診病患多，以往光是照X光到判讀完畢，往往得花40～60分鐘。
此外，台大醫院急診部也研發導入物聯網（IOT）技術，如病患手環及床頭平板電腦。王暉智解釋，因應許多病人得在台大醫院急診室長時間停留，卻不像病房有儀器可即時監測病人生命徵象，也沒有病床呼叫鈴，因此，透過智慧手環就能監測病人的生命徵象，床頭設置的平板則除了取代呼叫鈴，也能改善病人、家屬與醫護的聯繫，醫護人員可以透過平板提醒病人、家屬需注意的事項；而病人、家屬也可以透過平板向醫護人員傳達病情及提出問題。
王暉智表示，急診室如同短暫的病房，必須設法提供如同病房般的設備和照護，但急診業務量大，且急診醫師非專科醫師，較常處理性症狀，對於慢性病或特殊疾病的照護可能沒有一般內科或專科醫師來的熟悉，因此藉由大數據分析能輔助急診醫護人員提供病人最好的照護。7 h6 M' G' u H. M4 v, E
今年是這項計劃的第一年，正在進行資料模型測試，若達一定準確度將可正式上線，期望未來能推廣至其他醫院。

歡迎光臨公仔箱論壇 (http://5.39.217.77:8898/)