358期2021年12月號
出版日期:2021/12/24
專欄 Column
陳適安:AI智慧醫療崛起
口述/臺中榮民總醫院院長陳適安 整理/陳怡如
曾任臺北榮總副院長、現任臺中榮總院長的陳適安,是全球治療心房顫動的權威,他以心房顫動電燒手術獨步全球,被美國心律醫學會稱為「臺北方法」(Taipei Approach)。陳適安不只在專業上持續精進,也積極推動AI智慧醫療,對於AI在心臟醫療上的發展,帶來臨床應用的第一手分享。
綜觀AI在心臟醫學上的應用,大致可分為四大面向:第一是醫療經濟學,第二是遠距醫療和居家健康照護,第三是精準醫療,第四則是預測跟預防醫學。
首先就「醫療經濟學」的角度而言,如果時間退回到1950年,醫學知識要呈倍數成長大概需要75天的時間,大家不會感覺到醫學資訊進步的速度飛快。到了現在的資訊時代,每天都有新資訊,醫護人員每日平均要花2小時做文書處理,80%的醫師都覺得工作負擔很重。
於是有些研究人員開始運用AI深度學習的方式,從大量心電圖中分析心臟常見的12種心律,結果AI做出來的診斷表現,與心臟專家的判斷高度相似,以單一導程的心電圖來看,AI判讀的準確率,可以高達96%~97%以上。因此從經濟學的角度來看,AI可以降低醫師的工作負荷,節省判讀時間並提升分析品質。
遠距傳輸數據 第一時間診斷
在「遠距醫療和居家健康照護」方面,則可以運用簡單的裝置,將病人的情況即時傳輸給醫生。像是由數位健康新創公司Eko推出的AI數位聽診器,可以透過分析心電圖的第一導程(Lead)來偵測心房顫動,不僅敏感性高達99%,特異性、準確性也高達97%,除了分析心律變化,也能從心音和肺音偵測病人是否有心衰竭。
如此一來,居家照服員就可以運用AI數位聽診器,把數據傳輸到醫院,讓醫師能在第一時間診斷。除了專業裝置外,病人也可以透過簡易的穿戴式裝置偵測,像Apple Watch針對心房顫動的診斷準確度也高達97.5%。
另一種則是用光學訊號(PPG)的方式。當一定波長的光束照射到皮膚表面時,每次心跳,血管的收縮和擴張都會影響光的透射或反射。香港大學的研究人員,就用手機照相搭配AI演算法的方式,只需20秒就能判讀病人是否有不規則的心跳。運用很簡單的穿戴式裝置和手機光學,即使病人遠距在家,也可以馬上知道心臟有無異常狀況,及早就醫。
AI訓練 達到精準與預防醫療功效
在「精準醫療」方面,以心臟科為例,病人所使用的藥物有各式各樣的化學式,有些化學結構非常相近,僅用人工方式判斷,相當耗時;但透過AI工具,就能在短時間內,針對不同病人的需求,篩檢出新開發的心臟血管藥物;細微如藥物的化學結構,更進一步就是人體的胺基酸或核酸的排列結構式,透過訓練AI模型,能快速掌握病患體內DNA的化學結構排列組合的狀況,並對症下藥。
在「預測和預防醫學」方面,心臟科門診最基本的檢查,就是心電圖和心臟超音波,兩者都屬於非侵入性的檢查,若能透過AI進行深度學習,便能從心電圖和心臟超音波中,預測病情將出現怎麼樣的變化。
全球排名第一的美國梅澳醫院(Mayo Clinic)便從近4萬5,000名患者身上,取得大量數據,利用AI演算法分析病人的心電圖和心臟超音波,在預測未來的疾病變化,甚至是存活率或死亡率的結果上,都得到優異的預測數值。從這些數據中也可以看出,隨著病人的年齡變化,疾病演變的狀況等,因此每個病人都可以做出專屬於他的特殊病程紀錄。
我還記得,AI剛開始發展時,我第一次看到這篇論文非常訝異,很難相信一個12導程靜態的心電圖,能夠看出這麼多資訊。後來我才明白,電腦有非常強大的分析能力,能將心電圖好好拆解分析,讓人不得不相信AI是如此強大的預測工具。
除了心臟科,像是糖尿病或高血脂的病人,其視網膜上的小血管常會出現鈣化或堵塞的情形,運用眼底鏡,並以AI分析上千甚至上萬名病人的視網膜變化後,甚至可以預測他的心臟血管是否也有類似變化,以及病人在幾年後是否會出現心臟血管的問題。
投入臨床產品 協助AI落地化
總的來說,在心臟科運用AI智慧醫療,大致有3種分析方式,第一是心血管影像;第二是心電生理學,如心電圖;第三是介入性的心臟病學,像是採用心導管手術置放支架,則需要運用更深一層的電腦斷層掃描影像系統。
以商業角度來看,要讓AI技術落地,跟產品型態很有關係。目前以穿戴式裝置最為普及,在早期診斷上很有幫助,尤其在居家醫療上,病人可以上傳傳輸數據,讓醫護人員及早掌握病情。
另外是有關大量訊號的處理,像是24小時的心電圖,甚至是長達14天的心電圖,透過AI演算法進行快速判讀,讓醫護人員馬上知道14天中,哪些資料最重要,無需從頭看到尾,大幅節省時間。此外影像判讀也很有幫助,像是針對常用的心臟超音波,可以快速產出一份初步報告,以上都是在臨床應用上可以很快發揮作用的產品。
回顧引領我投入AI智慧醫療的契機,是4年前參加科技部的AI影像國家型計劃開始,雖然一開始只做影像,後來了解到AI的重要性,專攻訊號的心臟科醫師也一起加入,4年來已有初步成果,像是論文發表、專利申請,有些則在技轉中。由於衛福部食品藥物管理署(TFDA)還沒通過AI應用在真正的臨床治療,因此目前僅當作輔助診斷之用,過去我在臺北榮總,現在在臺中榮總,都已實際應用AI智慧醫療作為輔助診斷。
最好的醫生並非擅長治病 而是預防
即便是輔助診斷,也有幾個可發展的面向。首先是運用AI工具,能夠自動擷取左心房的容積和結構,與醫師的專業判斷相比,準確率高達99%以上。接著透過分析病人的電腦斷層影像,20秒之內,AI就能預測心房顫動的起源點位置,正確率高達88.6%,在病人還沒有接受電燒手術之前就可判別。當真正進行電燒手術時,AI模型也能協助分析,哪些訊號需要灼燒、哪些訊號可以忽略,對於輔助電燒手術非常有幫助。
而在心電圖的自動判讀和預測上,主要分成兩大部分,第一是針對少見的遺傳性心律不整,比如好發於亞洲人,因基因遺傳所引起的布魯格達氏症候群(Brugada Syndrome),是會引發心臟猝死的嚴重疾病。有時這些細微變化,在心電圖上非常難以判讀,但透過訓練AI模型,是非常好的預測模型,可防止病人猝死。
第二是運用AI模型,可從心電圖上預測是否會出現肺動脈高壓。特別選擇肺動脈高壓的原因,是因為若在初期沒有好好診斷,到末期會引起右心跟左心同時衰竭,這時再使用藥物治療的效果有限,大概只剩下換心一途。此外,如果肺動脈高壓超過50mmHg,5年之內致死率超過50%,率先發展出肺動脈高壓的AI預測模型,可以說是相當必要的。
誠如《黃帝內經》所言:「聖人不治已病治未病,不治已亂治未亂。」意思是聖人不等疾病已經發生時再去治療,而是在疾病發生之前就治療;唐朝藥王孫思邈也曾說:「上醫治未病,中醫治臥病,下醫治已病。」醫術最高明的醫生,並非擅長治病,而是能夠預防疾病的人,也是現今預防醫學的理念。
在我看來,AI是一名很好的醫師,不僅能夠有效輔助醫師診斷,也能透過預測模型,掌握病人未來的病情,對於預防醫學非常有幫助。除了運用在心臟科以外,AI在其他醫療領域也都能發揮作用,達到早期診斷、早期預防的功效。在精準醫療下,為每個病人量身打造專屬療法,可以確定的是,AI在未來的數10年間,將為醫療產業帶來革命性的進展。
下載全文PDF