AI輔助判讀急置支架 救回心梗男

記者陳金龍∕台中報導

75歲陳姓男子有高血壓病史，日前起床胸悶心悸，到中國附醫就診，運動心電圖檢查後，傳統人工判讀，認為追蹤即可。為精準評估，同步啟用最新運動心電圖AI輔助判讀系統，AI報告顯示冠狀動脈血管嚴重阻塞達72％，精密檢查後，左前降支狹窄高達99％，醫師緊急置入心臟支架，逃過心肌梗塞一劫，及時救命。

中國附醫心臟血液系醫師吳宏彬指出，心絞痛、心肌梗塞是中高齡常見的冠狀動脈心臟病，更是形成猝死的主要原因。冠狀動脈阻塞通常由於多重因素，例如抽菸、年紀大、糖尿病、高血酯等形成「動脈粥樣硬化」瘢塊而限縮血管管徑。當病人運動時，因為管徑縮小，造成供應心臟血流不足，病人因而會有胸悶、呼吸喘等癥狀，臨床上稱為「冠狀動脈疾病或心絞痛」。

吳宏彬表示，當動脈粥狀硬化瘢塊發生破裂與血管內的血小板和凝血因子交互作用，快速形成血栓便完全塞住血管，造成血管下游心肌損傷甚至死亡，就是臨床上急症「急性心肌梗塞」。

梁馨月分析，運動心電圖是診斷冠狀動脈疾病重要工具之一，但傳統人工判讀不僅耗時，往往難以區別細微差異性，人工分析準確率臨床上僅40-50％，中國附醫人工智慧中心蒐集4年來近千筆冠狀動脈阻塞達70％以上的運動心電圖像，並與心導管資料結合，設計「運動心電圖AI輔助判讀系統」。

許凱程表示，AI透過深度學習架構進行訓練，透過擷取運動心電圖3個時間點的訊號，使模型學習由靜態至動態運動心電圖訊號的變化；此外，AI模型也挑選10個量測特徵和２個衍生特徵訊號，如過去病史、最大做工等，一同輸入至模型中進行訓練，用以判別患者冠狀動脈是否嚴重狹窄超過70％。目前模型準確度約80％，敏感性為88％，分析後的數據可突破傳統人工判讀的限制。