▲熱點電腦視覺處理可迅速發現患者出血點。（圖／記者趙于婷攝，下同）
記者趙于婷／台北報導
為提升外傷急症醫療品質，林口長庚收集外傷資料庫高達5000張骨盆X光片，設計出一套AI演算法，能判讀發生骨折的可能部位，輔助第一線急診醫師診斷及掌握黃金治療時機，平均準確度超過95%。由於此演算法突破過去醫療AI無法達到的效果，研究報告也登上自然（Nature）期刊2021年2月的子刊「自然通訊（Nature communications）」。
林口長庚外傷急症外科鄭啟桐醫師進一步舉例，一名工人自高處跌落，右大腿骨骨折，血壓一直不穩定，外院找不到正確病因，只能進行輸液和輸血治療，送到本院時，病患已呈半休克，進行評估時同步調閱外院X光片，並利用本院AI人工智慧輔助診斷，利用熱點電腦視覺處理，發現病患除了左側股骨骨折外，另有左側恥骨骨盆骨折。
鄭啟桐說，由於骨盆骨折出血會隨時致命，外傷團隊馬上安排後續檢查和血管攝影，找到出血點，即時止血，病患血壓馬上回穩，隔日接受大腿骨手術，一週後平安出院。
▲林口長庚外傷急症團隊利用AI演算法辨識各種不同位置外傷型態。（圖／記者趙于婷攝）
林口長庚外傷急症外科廖健宏醫師表示，很多患者送到醫院時，通常都是多處出血，醫師會急著先處理明顯處，沒辦法馬上去檢查是否有骨折、出血等狀況，而以往的AI演算法，大都是針對單一部位的單一病灶進行分析判讀，在臨床情境上使用，相對的有侷限性，當多任務同時進行時，準確度就會下降，這也是目前AI還無法於臨床普及的原因。
廖健宏解釋，臨床發現骨盆X光片還可以看到很多不同的結構，如髖骨、股骨、脊椎骨、坐骨、骨盆和許多不同的病灶，如果人工智慧只能認出髖骨骨折，對醫療上的幫助非常侷限，尤其「骨盆骨折」是可能致命傷害，所以如何利用一張骨盆X光片，就可以診斷出各種不同傷害，在臨床上幫助非常大。
鄭啟桐指出，過去需要2～3個不同程式才能完成這項工作，外傷團隊利用醫院自身龐大的外傷資料庫，收集過去10年高達5000張骨盆X光片，設計出AI演算法，能同時辨識各種不同位置及不同類別的外傷型態，還能利用熱點標示，精準指出病人受傷的位置，馬上提供第一線醫師參考。
根據衛福部統計，「事故傷害」高居我國十大死因第六位，每10萬人口就有28.1人，經由這種人機合讀機制，輔助醫師快速精準診治病人，大幅提升外傷的醫療品質，目前連美國史丹佛醫院、約翰霍普金斯醫院和新加坡樟宜醫院等國際多家知名醫院和外傷中心都已使用此演算法。
讀者迴響