台中荣总今日（6/29）披露重症AI应用成果，团队用AI强化重症疾病看护服务，开发多款疾病预测模块来即时掌握病人状况，像是急性肾损伤预测、呼吸器拔管预测、急性呼吸窘迫症（ARDS）预测和72小时后临床恶化风险预测等共12项预测模块，每项鉴别率都达8、9成，可帮助医护快速治疗重症患者、提高存活率。
跨部门集成重症医学和IT专业，用7年资料构建亚洲最大重症数据库
在医院，重症患者的病症发展快速，可能发生心、肺、肝、肾衰竭造成生命危险，但通常得等到症状明显，医护人员才能确定、展开治疗。于是，台中荣总团队思考，要打造重症预测模块，来协助医护即时给予重症患者治疗。
台中荣总重症医学部主任詹明澄指出，台中荣总跨部门合作，由医护人员、算法工程师、系统工程师和数据库工程师共同展开开发工作。台中荣总重症医学部先是与资讯室创建重症数据库，收集了年至年的成人加护病房临床资料，涵盖24类数值和图片，如病人基本资料、生化数值、输血医嘱、X光片图片等共7,万笔资料。
在构建资料集的过程中，台中荣总还创建了资料清理自动化工具，来加速资料处理工作。台中荣总指出，这是亚洲最大、最完整的重症数据库，且与麻省理工学院开发的公开电子病历资料集MIMIC-IV相当。台中荣总预计，这个数据库在年就会超越MIMIC-IV，成为世界最大的重症数据库。
开发12项重症预测模块，集成仪表板落地应用
有了这个数据库，台中荣总便用来开发疾病预测模块。他们联手东海大学AI中心，打造12项重症预测模块，包括急性呼吸窘迫症候群、急性肾损伤、菌血症、呼吸器拔管、急性呼吸窘迫症（ARDS）、24小时后和72小时后临床恶化风险、肾恢复预测、出院后30天、90天和一年内存活率预测等，这些模块的AUROC鉴别率都达到8、9成以上。
其中，以急性肾损伤为例，台中荣总与台湾智能医疗联盟（SHA）合作，联手台湾4所医学中心，利用联邦学习（Federatedlearning）进行外部验证，也得到不错的预测结果。目前，台中荣总的急性肾损伤预测模型，也入选为食药店智能医材（SaMD）申请的辅导案。
模型完成开发后，台中荣总也打造疾病管理仪表板，来落地运用。这个重症疾病管理仪表板，涵盖了全院重症床位现况、重要设备（如叶克膜、呼吸器等）使用状况，以及每位患者的各大疾病预测风险数值，每小时更新病人临床资料，来供临床医护人员快速掌握病情。其中，台中荣总智能重症团队还针对急性呼吸窘迫症候群、急性肾损伤，分别开发监视仪表板（如下图），除集成重要临床资料，提供即时模型预测结果外，也以可视化设计，不只显示病况，还提供适当处置建议，是中荣重症团队沟通的重要窗口。
台中荣总也以一位高龄败血症并呼吸衰竭个案，来说明实际应用状况。该病患入院后，AI系统即以入院48小时的资料，推论出病患属于急性呼吸窘迫高风险。系统不只在病房仪表板显示风险值，也呈现病患入院后的重症医疗数据，如呼吸器参数、输液状态，并进一步依据指引主动评估病人状况，并以灯号显示急性呼吸窘迫的治疗状态，包括保护性通气、俯卧通气、输液平衡、早期营养等项目，要是病患的治疗都达标，仪表板就会以绿灯显示，代表病患的临床状况逐步改善中。
台中荣总指出，这种重症智能医疗应用不只提升重症病人诊疗品质，也能有效降低第一线医护的工作负荷，更将在远程医疗时代扮演重要角色，协助改善偏远地区医疗品质和医疗资源分配不均的痛点。