醫療AI分眾應用 北榮將用NLP滿足急診病患需求蔡騰輝2019-06-21陳適安認為，觀察醫療流程，能讓醫療人工智慧更貼近民眾。蔡騰輝攝 許多醫院已經逐步導入人工智慧在醫學影像分析、臺大醫院也在病歷編碼效率化努力中，而臺北榮民總醫院（以下簡稱北榮）預計將透過自然語言處理的方法，瞭解急診室病患的需求與醫療流程可以改善的面向。急診室的流程重點除了急重症的快速治療與防止感染以外，病患的傷檢分類以及優化等待時間未來都可望以人工智慧的方式來協助。
透過AI提升急診病患滿意度 臺北榮民總醫院（以下簡稱北榮）副院長陳適安說，在急診室，外傷重症要馬上開刀、休克病患要馬上協助治療，然而其它病情較沒有立即生命危險的病患，在急診室可能要等待許久，護理人員可能可能1個小時，來量1次血壓心跳等生理數據，但之後又要再等1個小時。未來北榮也預計要透過物聯網醫療量測設備加上自然語言處理（NLP）的人工智慧技術來分析，急診室的醫學流程、病患需求、服務滿意等綜合狀況。陳適安舉例，藉由量測設備收集急診室待診病患的心跳、體溫、呼吸等生理數值資訊，將數據量化分成不同類別的點數，再加上經過病患簽署同意書後，收集急診室病患在Facebook、Instagram、Twitter等社群媒體上與醫療服務相關的文章內容和關鍵字、與朋友之間討論對談醫療服務體驗等感受，甚至是與家屬之間的抱怨、焦慮、討論資料，再透過NLP的方式來分析，增進急診的服務。藥物與外在的治療固然重要，但其實有時候生病，病患最需要的是醫師與護理師的關懷。陳適安說，「醫療人工智慧要接地氣，才會真正實用」。除了醫學影像以外，將醫療人工智慧融入在生活之中，符合病患的就醫心情體驗與流程等生活日常當中，才可以既幫助醫師瞭解病患、關懷病患，又可以提升醫病關係。
如何提升智慧醫療科技的導入：分眾發展 針對AI與大數據分析技術等軟硬體整合的智慧醫療新科技應用，陳適安表示，在探討醫療院所之內的科技導入之前，其實想想一般民眾對於3C產品的使用情況也能略知一二。有些人喜歡使用科技產品、有些人偶爾用、有些人可能完全不用。也因此，無論像是癌症醫療的影像輔助分析判讀的B2B 醫療AI，或是給民眾使用的簡單初級快篩App的B2C 醫療AI，如何在日常生活的既有使用習慣當中，導入這些技術，才會是導入的關鍵。也就是說醫療人工智慧的應用要「分眾發展」才能有效對接。
穿戴裝置的導入：正確以外 更要有分科分析 身兼國立陽明大學內科教授並且在心臟專科有多年經驗的陳適安表示，穿戴式裝置所量出來的內容，應該要有更多分析，而不只是數據呈現而已。除此之外，分析的數據還要分科細部的分析。比方說，如果藉由動態心電圖設備(ECG Holter)量測出使用者可能有心律不整的狀況，那也還要再進一步分析與歸類是哪一類心律不整，比方說心房顫動(atrial fibrillation；AF)、上心室心博過速(supraventricular tachycardia)、房室結迴旋性的心搏過速(atrioventricular nodal reentrant tachycardia；AVNRT)、沃夫- 巴金森- 懷特症候群 (Wolff–Parkinson– White syndrome；WPW syndrome)、心房撲動(atrial flutter；AF2) 和心房頻脈(atrial tachycardia；AT)、心室性心搏過速(ventricular tachycardia；VT)、心臟傳導障礙(heart block)。而這些都是可以透過AI來執行，去除訊號雜訊，並且讓醫師的診斷更有效率。北榮目前也與廣達合作，發展第二代心電圖穿戴量測裝置。現在電池續航力有14天，未來希望增加到30天，並且更輕薄短小。量測的內容可以透過醫院內部的網路傳輸到教學中心、急診室等各中心的儲存與分析中心。若是技術團隊能力與時間足夠的情況下，陳世安認為，每種心律不整的AI演算法也都要不同，才能提供最正確與專業的醫療服務。
No comments:
Post a Comment