AI辨肺音 聽診零接觸

世界人口不斷成長、人口結構逐漸高齡化與慢性病長期照護的需求下,全球醫療支出高漲,各國科技龍頭積極跨入生醫領域,透過物聯網、感測、穿戴式裝置、AI等數位科技跨域應用於生醫產業,以創新科技發展更有效率的智慧醫療解決方案,在疾病的預防、診斷、矯正、治療等面向,提高醫療照護品質,進而帶動全球醫療產業蓬勃發展。依據BMI Research報告,2019年全球醫療器材產業市場規模約3,899億美元,預估2022年將達4,902億美元。在眾多智慧醫療的解決方案中,以資通訊技術結合專業醫學的遠距醫療,在網際網路、行動通訊技術助攻下,是多數國家發展重點。

利用AI深度學習方法建立高分辨、低失誤率的肺部異常音分辨系統,可緩解醫護人員不足的壓力。(圖/123RF)

讓醫師與病人透過遠距互動,以即時偵測患者的生理訊號如心電圖、心律、呼吸頻率、體溫等,協助患者自我居家健康管理、及早發現生理問題或同步連結醫院管理系統,達到診療及照護目的,除可降低慢性病或長期照護衍生的龐大醫療費用,也能克服距離障礙,為病患爭取處理時效及改善偏遠地區的醫療照護。

全球空氣汙染日趨嚴重,小兒和成人的呼吸道疾病與仰賴呼吸器輔助之重症病患愈來愈多。

根據2018年世界衛生組織(WHO)指出,全球40歲以上成人約有十分之一患有慢性阻塞性肺病,每年約300萬人死於該疾病。

台灣每年因慢性下呼吸道疾病死亡的人數超過6,000人,為國人十大死因第七位。

在醫護人員嚴重缺乏(台灣平均醫病比約為1:12,遠劣於國際標準1:6)下,以數位科技發展的即時呼吸監測器,有助於醫護提升呼吸治療病患照護品質。

以科技部「法人鏈結產學合作計畫」之「呼吸監測器開發」一案為例,這是台灣大學醫學工程學研究所教授林啟萬研究團隊利用「相位空間亂度差異(CPSD)運算方式」快速分析生理訊號的方法,運用於分析心電圖、心音及呼吸訊號等生理訊號,做為心血管循環系統及肺功能呼吸系統的生理評估;且系統處理速度快、耗用資源低,適合開發成微小化、嵌入式、可攜式及即時分析生理訊號之監測裝置。

在科技部協助下,工研院輔導並結合材化所呼吸音量測之相關專利技術,優化韌體演算法,進行軟、硬體技術整合,開發呼吸監測器商品原型,並連結醫院等場域進行產品功能驗證,針對依賴呼吸器之患者或氣切病人在照護中心或居家環境進行即時呼吸監測,提升對呼吸治療病患的照護品質。

後來台大研究團隊與聿信醫療新創公司合作,結合AI與電子技術,利用深度學習方法建立高分辨、低失誤率的肺部異常音分辨系統,打造「AI連續輔助聽診系統」,將微型化聽診器貼片貼附於患者身上,即可掌握其肺部徵狀,早期發現早期治療,並藉由遠距溝通,讓單一護理站可同時監控十多個病床狀況,緩解醫護人員不足的壓力,此系統已應用於台大與亞東醫院的臨床實驗。

受到疫情影響,全球經濟嚴重衰退,消費習慣逐漸轉變成無接觸模式並衍生出「零接觸經濟」,即是整合數位科技,提供遠距使用者沉浸式體驗服務和跨域商業模式。

因應疫情需求,全球醫療行為與生態隨著網路平台的加速運用而改變,醫生可透過遠距的監控設備與通訊系統,即可遠端掌握患者的各種狀況,同時減少醫護人員與患者的接觸,降低疫情感染風險。

展望未來,數位化的遠距醫療是必然趨勢,醫院不再是唯一的治療與照護機構,台灣可利用此波疫情發展,透過資通訊與生醫產業的跨域合作,積極發展精準醫療或遠距照護等科技平台服務,加速醫療領域新興科技服務模式之誕生,共創智慧醫療的發展契機。

 

(本文由工研院產業科技國際策略發展所分析師林雪銀授權轉載)

 

  • 如需轉載、引用本篇文章,請先與我們連絡!
  • 每一個分享都是支持「工業技術研究院」持續創作的能量!感謝您!
  • 文章內容為作者個人觀點,不代表本站立場。
發表意見
延伸閱讀
關鍵標籤
觀看更多