花慈與2校研發AI傷口辨識系統 解放護理師雙手提高預後

「AI伤口辨识系统」可协助减少居家护理师工作时间与负担，使其更专注于伤口照护。记者周佩怡／摄影

超高龄社会即将来袭，卫福部统计，国人临终前平均卧床8年，期间常见褥疮问题，若未正确判读伤口状况，给予治疗，患者易合并败血症，提高再住院率。但目前人工判读正确率仅62.67％，花莲慈济医院护理部与慈济大学、南台科技大学携手研发「AI伤口辨识系统」，透过AR眼镜、麦克风，及时撷取伤口画面，生成伤检报告，判读正确率高达90％，也解放护理师双手，更专注伤口照护，且大幅减少后续回忆纪录报告的时间。

2024台湾医疗科技展12月5至8日于南港展览馆登场，花慈与两校分享，他们针对长辈常见的褥疮问题，所研发出的照护辅助科技。曾获南丁格尔奖的花慈伤口造口及失禁护理师许美玉表示，压力性损伤俗称褥疮，常见于长期卧床或需坐轮椅族群，起因于皮肤受长期压迫，血液循环变差，导致皮肤泛红、出现伤口甚至溃烂感染，严重恐引合并蜂窝性组织炎、骨头与关节感染、败血症，提高再住院率。

许美玉指出，褥疮照护最重要的是依据伤口溃疡范围、组织型态、损伤等级等伤检判读结果，给予对应治疗，但根据研究，人工判读正确率仅62.67％，明显不及格，加上花东地区地形狭长，地广人稀，为提供及时、合适的伤口照护，花慈伤口造口小组2020年起推动「伤口远距咨询模式」，居家护理师透过「伤口APP」拍摄患者伤口影像，纪录评估资料并上传至云端平台，由院内专家提供远距咨询与建议。

但在护理现场，护理师需反复穿脱手套，处理换药、测量伤口范围、拍摄伤口影像、纪录病情等，一人担负多重任务不免手忙脚乱，算上前往其他病家、返回医院做详细检伤报告的时间，过程往往花费数小时以上。

因此花慈护理部与慈大、南台科大合作，研发AI伤口辨识系统，南台科大电子工程系助理教授陈铭哲说明，居家护理师戴上扩充实境（AR）智能眼镜，可语音指令直接撷取伤口照片，AI分析伤口尺寸及损伤等级，判读正确率超过九成，同时护理师可口述伤口特征等资讯，或与院内伤口专家团队讨论处置，系统则将口说内容及时转换成文字，汇整进伤检表单形成报告，让居家护理师更专注照护伤口，减轻工作负担。

AI伤口辨识系统预计今年进行临床验证，花慈院长林欣荣表示，这项创新技术不仅提升护理师的照护效率，也期望病患返家后，得到与住院同等级的专业伤口照护，尽快恢复如初。

花莲慈济医院护理部与慈济大学、南台科技大学携手研发「AI伤口辨识系统」。记者周佩怡／摄影