敗血症致死率高 AI快檢菌種

·2 分鐘 (閱讀時間)

3天細菌培養縮短成1天 準確度達9成

中國附醫發表敗血症AI人工智慧輔助醫療診斷系統,能預測抗藥菌種,協助醫師及早發現敗血症,提升存活率。(記者陳金龍攝)
中國附醫發表敗血症AI人工智慧輔助醫療診斷系統,能預測抗藥菌種,協助醫師及早發現敗血症,提升存活率。(記者陳金龍攝)

記者陳金龍∕台中報導

台灣敗血症患者中,每10萬人中就有267人死亡,致死率達29.2%,所以又有「沉默殺手」稱號,是因為其病徵模糊且病因多元,難以鑑別,針對愈加嚴重的超級細菌問題,中國醫藥大學附設醫院日前發表開發敗血症AI人工智慧輔助醫療診斷系統,將3天細菌培養時間縮短成1天初步預知,且能預測抗藥菌種,協助醫師及早發現敗血症,提升存活率。

中國醫藥大學附設醫院長周德陽表示,每10萬名台灣人中有643例新發敗血症,傳統上住院患者發生感染症時,醫師基於救急,第一時間會依據自身經驗初步判斷可能的感染源,並投以相應的抗生素,但仍有一定比例的病患在發病初期無法確診,容易錯過黃金治療時間,因此能快速辨別何種細菌感染,正確使用抗生素能降低菌血症發生風險。

周德陽指出,敗血症患者致死率高,每晚1小時治療就增加7.6%的死亡率,診斷治療與時間賽跑,透過往細菌鑑定與抗藥報告大數據,進行AI深度學習後,可預測臨床常見26種重要的抗藥菌種,預測敗血症、抗藥性與投藥建議,輔助醫師診斷給藥,預測準確度可達近9成。

周德陽說,敗血症AI人工智慧輔助醫療診斷系統已上線啟動半年,已經診斷8、9千名患者,篩檢細菌陽性為40%、50%,同時鑑定細菌種類及預判是否可能帶有抗藥蛋白,讓醫師與病人更快速掌握是否用對藥物,以降低醫療成本與致死率,該系統以全院跨科部資料開發,今年獲國家新創獎及台北生技獎跨域卓越獎優等獎肯定。

中國附醫感染科主任齊治宇表示,由於敗血症診難診斷,敗血症AI輔助診斷系統對於非感染科醫師,包括急診等科別,能協助加快診斷及給藥;人工智慧醫學診斷中心許凱程主任表示,系統利用住院病人的性別、年齡及3天內之生理指標與抽血數據等對照過往的大數據資料,推斷這名病人當下發生敗血症的機率,如系統警示患者併發敗血症的可能性高,醫護人員就能預先強化醫療照護與生理數值監控;於急診方面,醫療團隊能及時給予抗生素及輸液治療,並根據各器官受損程度,給予治療建議。