開發AI自動診斷心肌梗塞心電圖判讀～中國醫藥大學附設醫院跨領域合作團隊研發成果榮獲今年第十七屆國家新創獎
日期：2020-12-02
資料來源：公共關係中心 吳嵩山 主任
分享：
心肌梗塞急診患者佳音！中國醫藥大學附設醫院跨領域合作團隊研發AI自動診斷心肌梗塞心電圖判讀，搭配資訊系統提升，結合心臟與急診醫護團隊，提供急診病患最即時、充分與有效的醫療照護，榮獲今年第十七屆國家新創獎殊榮，於1日下午在南港展覽館2館接受大會表揚。
中國附醫心臟血管系跨領域合作團隊獲獎的項目是：『24/7急性心肌梗塞智能輔助系統』（Artificial Intelligence Assisted Autodiagnosis of ST-Elevation Myocardial Infarction 24/7），團隊成員包括，張坤正副院長、王宇澄主治醫師、陳科維主治醫師、資訊室主任楊榮林、蔡秉岳AI中心工程師、長佳智能研發長王帝皓、法規部經理蘇美芳及謝柏欣工程師等8人。
計劃主持人張坤正副院長表示，心臟病高居台灣死亡原因第二位，每年耗用的醫療資源相當龐大，其中以急性心肌梗塞最嚴重；健保署統計，2018年因為心肌梗塞去看醫生的患者有4萬8千多人，而且每八個患者就有一個人不滿五十歲，已經有年輕化的趨勢。
一般來說，急性ST段上升急性心肌梗塞(ST elevation myocardial infarction, STEMI)醫療準則建議由病患踏入急診，到心導管恢復心臟血流時間，即用氣球擴張恢復心臟血流的這段時間(Door-to-balloon time, D2B)應在90分鐘內。可是許多患者的D2B時間仍會超過90分鐘，其主要瓶頸有二：1.部分STEMI病患症狀不典型，導致心電圖檢查延誤；2.心電圖沒有即時正確判讀，延遲啟動心導管。
張坤正副院長表示，本團隊先前用AI針對12種心律不整，建立快速準確的分類系統，發表於國際期刊（Can J Cardiol，2020），並以此為基礎，新開發出ST上升型心肌梗塞的AI心電圖判讀系統，其準確率相當於心臟專科醫師，勝過內科或急診醫師。另外合併由本院胸痛中心資料庫歸納出的不典型症狀評分系統 (ASAP score)，依年紀 （Age）、性別（Sex）、不典型症狀（Atypical presentation）以及過去病史（Past history）來篩選出高風險病患，導入人工智慧(AI)輔助心電圖診斷來提醒第一線急診醫師，儘速執行心電圖檢查、判讀並拯救心肌梗塞的病患。
況且，國內許多中小型醫院，以及偏鄉離島等醫療資源不足的地方，往往缺乏足夠心臟科醫師，導致上述急性心肌梗塞之判讀與處置延遲，因而增加病患之死亡率；即使在醫學中心，因醫院規模與病患數量龐大，心臟科醫師也未必有足夠時間可隨時協助心血管急症心電圖之立即判讀。
中國附醫從109年6月1日起運用新開發之ASAP score與AI輔助STEMI心電圖判讀系統，以提醒急診醫師，讓這一群沒有典型心肌梗塞症狀，卻又可能藏有急性心肌梗塞危機患者及時接受心電圖檢查，並以AI快速判讀每張心電圖後發出警示訊息，以避免延誤治療之情形，進而提升病患照護品質。
該團隊開發的ASAP score及導入人工智慧(AI)輔助心電圖診斷系統執行初步成果如下(109年6月至109年10月)：
1.快速診斷STEMI：急診共執行21035份心電圖檢查，系統發送213通AI診斷STEMI簡訊，有171份心電圖確診為STEMI，42例為偽陽性個案，準確度高達80%。
2.縮短D2B時間：AI系統導入後STEMI的D2B中位數時間與導入前6個月(共120位病患)相較，由61縮短為53分鐘。
3.ASAP score篩檢高風險病患：共有3位STEMI病患以不典型症狀表現，與導入前5月1日到5月25日的資料比較，執行心電圖時間從29縮短至5分鐘。
【新聞資料】：
相關圖片：
張坤正副院長團隊獲獎表揚。
張坤正副院長主導開發AI自動診斷心肌梗塞心電圖判讀。
張坤正副院長跨領域合作團隊。