抢救心肌梗塞 人工智慧急诊上线

中国附医人工智慧医学诊断中心与心脏科医师团队联手打造「人工智慧辅助急诊心肌梗塞临床决策支持系统」，可缩短患者到院至做心导管时间到32分。（冯惠宜摄）

医院急诊分秒必争，随着AI人工智慧不断发展，透过AI协助可望解决急诊壅塞，并缩短病患等待救治的时间；在台中中国医药大学附设医院将AI运用到急诊抢救心肌梗塞病患，台南奇美医学中心发展「急诊胸痛AI病情预测系统」，都大幅减低误判的机率，给患者最及时有效的治疗。

中国附医人工智慧医学诊断中心主任许凯程指出，急诊室分秒必争，全台每年急诊就医件数从2006年568万件增加到2020年655万件，显见近年急诊壅塞问题越来越严重，其中，位列国人十大死因第2名的心脏疾病，尤其是心肌梗塞猝死，主要死因与急诊壅塞导致未能及时抢救、打通血管并阻止心肌坏死有关。

中国附医副院长张坤正表示，及早发现与诊断心肌梗塞患者，是临床上非常重要的议题，中国附医利用人工智慧（Artificial Intelligence, AI）与机器学习建立一套全方位的急性心肌梗塞心电图诊断平台，可大幅将病患到院至施行气球扩张术的黄金时间（D2B），从传统90分钟缩短到32分钟。

许凯程指出，AI模型的建立，收集中国附医总院2008年至2018年间的心肌梗塞病人心电图约1000笔资料，及正常病人心电图2000余笔，来训练AI模型；模型训练完成后，于2020年6月在急诊上线，已经临床实测2万张心电图，准确率可达99.7％，目前朝向将此AI模型往院外场域延伸。

针对高达30％非典型症状心肌梗塞患者，中国附医研发「人工智慧辅助急诊心肌梗塞临床决策支持系统」，让非以胸闷胸痛为主要症状的患者，可以不被延误，这套系统利用AI演算法，综合患者年龄、性别、症状及疾病史等参数，分析症状不典型病患罹心肌梗塞的风险，即时为患者进行心电图检查，并将其数据、资料以手机即时传讯息给急诊医师与心脏专科医师，即时掌握病人状况。

奇美医院在2019年也成立「医疗大数据库暨人工智慧运算中心」(AI中心)，急诊医学部与AI中心合作，透过大数据发展「AI辅助胸痛预测系统」，准确度也可达9成，为治疗病人争取更多宝贵时间。