10年胸痛资料库整合演算 AI即时判读心肌梗塞
10年胸痛资料库整合演算，AI也能即时判读心肌梗塞。从高风险预警与STEMI心电图判读，两阶段辅助医疗决策。(示意图/Shutterstock)
随着医疗发展进步，平均年龄逐渐老化，心血管相关疾病已成为危害人类健康的重要疾病，其中急性心肌梗塞是最高风险的病症之一，许多患者在未送医前即已死亡，因此及早发现与诊断心肌梗塞患者是临床上非常重要的议题。
急性心肌梗塞属于急性冠状动脉综合症(Acute coronary syndrome ACS)的一部分，急性冠状动脉综合症有三种形式，包括ST段上升型急性心肌梗塞(ST-segment elevation myocardial infarction STEMI)、非ST段上升型急性心肌梗塞(Non ST-segment elevation myocardial infarction NSTEMI)及不稳定型心绞痛(Unstable angina UA)。
其中急性心肌梗塞即心肌缺血造成急性的心肌损伤，症状包含胸痛、呼吸短促、冒冷汗等。心电图表现STEMI代表的是相对应区域的冠状动脉血管已达完全堵塞或接近完全堵塞，心室壁全层的心肌细胞开始缺氧坏死，如果没有尽速恢复血流将造成永久性的心脏损伤以及更高危的致命性心律不整与急性并发症风险，如心因性休克、心脏穿孔与心包填塞等。
●高风险预警 + STEMI心电图判读 两阶段辅助决策
目前在台湾，医学中心与区域医院已多可马上施行紧急心导管与冠状动脉介入治疗。因此STEMI病人进入急诊必须马上接受心电图检查确定诊断，会诊心脏专科医师及启动心导管小组，尽速打通病患阻塞的冠状动脉。从患者进入急诊到心导管手术将冠状动脉血流恢复的这段时间称为D2B (Door to Balloon time)，一般国际上的标准为90分钟内。
然而，现实医疗环境下仍然会有一些患者以不典型症状（如无力，恶心、呕吐等）表现以致没有早期接受心电图检查，或是在接受心电图检查后因一线人员判读的不及时或不正确而使得D2B时间大幅延迟。
为改善这项问题，本团队利用人工智慧深度学习，包括递回神经网路(Recurrent Neural Network)及长短期记忆模型(Long Short-Term Memory)，建立起了较原有之心电图专家系统更准确的STEMI判读模型，并结合对12项心律不整的判断及急诊检伤的自动高风险评分系统ASAP score，成为一套全方位的24/7急性心肌梗塞智能辅助心电图诊断平台，并于2020年6月正式于中国医大附设医院上线。
其结果大幅缩短了心肌梗塞高风险患者到院后接受心电图检查的时间，以及明显减少了值班时段的Door to Cath Lab时间，而达成进一步缩短D2B时间的效果。
1. 扫描高风险来诊患者，即时执行心电图不漏接
急诊检伤的自动高风险评分系统ASAP score以常见之心血管危险因子：Age Sex Atypical symptoms与Past history（过往病史）对来诊患者进行自动筛选，遇有高风险发生心肌梗塞的病患即发出警示，提示应于10分钟内执行心电图，减少漏接风险。
2. AI辅助准确判读，即刻回馈
以长达10年的完整胸痛中心资料库结合资深心脏科医师经验，所训练出的AI模型判读能力可达专科医师等级，相当于一位24小时待命、随时研判心电图的心脏科医师。并将判断结果透过简讯立即传送给值班医师，减少一线人力负荷。