慢性阻塞性肺疾病(COPD)是常见的慢性呼吸系统疾病,位居国人第 7 大死因。台大团队今天发布“AECOPD 发作预测系统”,预测患者未来 7 天急性发作可能,准确率达 93.5%。
科技部今天举办研究成果记者会。根据临床资料显示,慢性阻塞性肺疾病(肺阻塞)会让病人容易喘气、呼吸气流受阻,主要症状包括呼吸急促、咳嗽、咳痰,肺部退化快,位居全球死因第 3 名、国内死因第 7 名,每年超过 5,000 名国人死于肺阻塞,但是初期症状不明显,许多案例确诊后多是中重症。
台湾大学人工智能技术暨全幅健康照护联合研究中心(台大 AI 中心)辖下的台大生医电子与资讯学研究所教授赖飞罴团队,结合人工智能、大数据与云端运算技术,研发“AECOPD 发作预测系统(Acute Exacerbation of COPD,AECOPD)”,搜集 140 位 COPD 病人资料,可以预测未来 7 天发作可能,准确率达到 93.5%。
赖飞罴指出,系统模型包含生活型态、生活环境与临床等三类资料,透过穿戴式装置搜集患者走路步数、心率、睡眠品质等资料,加上安装在家里的感测器侦测温度、湿度、PM 2.5,以及临床上 COPD 问卷资料等,为患者提供预防与监测照护。
赖飞罴团队成员、台大资工系博士吴佳东解释,系统特别加入生活型态与生活环境资料,包括 Garmin、Fitbit 或 Apple Watch 资料,当系统预测病患发作概率高于 0.6,或是平均心率高于 100 时,风险灯号就可能由绿色转为红色,提醒医师、患者风险升高。
台大医院胸腔内科医师简荣彦指出,如果病患可以提早知道未来 7 天急性发作的可能,可以透过调整生活作息、增加走路步数、留意环境的空气质量,或是用药调整等,减少病情急性发作。
医学上也常用“6 分钟行走测试”评估个案心肺耐力与控制病情,但往往需要护理人员陪同完成,台大团队这次也透过穿戴装置、电脑视觉的辅助,把测验整合到医院平台,不仅为医护人员分担工作、也让健康照护更全面。
(作者:苏思云;首图来源:pixabay)