臺大研發肺阻塞預測系統

▲左起：臺大醫院胸腔內科醫師簡榮彥、科技部前瞻司長陳國樑、臺大生醫電子與資訊研究所賴飛羆教授、科技部政務次長謝達斌、臺大AI暨全幅健康照護聯合研究中心共同主任傅立成、台大AI暨全幅健康照護聯合研究中心副執行長曾柏元。（圖：科技部提供）

為使慢性阻塞性肺疾病（COPD）患者能及早發現及早治療，臺大AI中心賴飛羆教授團隊，透過穿戴裝置、電腦視覺輔助，將測驗整合至「臺大醫神APP」，測驗結果將同步至臺大醫神照護平台，透過回傳個案每日活動與環境資料，AECOPD發作預測系統，可預測個案未來七天急性發作可能性。

科技部昨（四）日舉辦「精準醫療守護你我―AECOPD發作預測系統打造個人化智慧照護」研究成果發表記者會。會中賴飛羆教授強調，醫學臨床常使用「六分鐘行走測試」來評估個案心肺耐力與控制病情，但因需在醫院，並要由護理人員陪同完成測試。為減少患者不便，使其獲得最好醫療服務，該計畫研發出「AECOPD發作預測系統」（Acute Exacerbation of COPD,AECOPD），整合穿戴式裝置、物聯網居家環境感測器、雲端照護平台、疾病預測模型、智慧型手機APP等技術，建構臺大醫師生活型態觀測平台，協助隨時監測與控制病情，提供臨床醫師於病人出院後，仍可掌握病情，藉由智慧型穿戴裝置即時監測，為慢性阻塞性肺病患者打造無場域限制的個人化服務平台，提供精準健康照護服務。

研究團隊針對一百一十四位COPD病人，進行一年半的追蹤評估，蒐集相關資料，導入機器學習模型，以輔助疾病發作預測模型建立，目前AECOPD預測模型準確度可達九十二點五％。研究團隊亦發現，生活型態特徵項與環境特徵項，對預測AECOPD有極大影響力，若僅以生活型態與生活環境資料預測AECOPD，準確度仍可達八十三點六％，得知生活型態與生活環境資料，對精準醫療發展的重要性。