臺大AI中心創肺阻塞預測系統 7天內發作可預知

科技部4日舉行「AECOPD發作預測系統」研發成果發表記者會,左起為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教授賴飛羆、科技部政務次長謝達斌、臺大AI中心主任傅立成、副執行長曾柏元。(科技部提供)
科技部4日舉行「AECOPD發作預測系統」研發成果發表記者會,左起為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教授賴飛羆、科技部政務次長謝達斌、臺大AI中心主任傅立成、副執行長曾柏元。(科技部提供)

【記者袁世鋼/臺北報導】
慢性下呼吸道疾病位居臺灣10大死因第7名,其中每年有超過5千人死於慢性阻塞性肺病(COPD),由於目前無法根治,因此如何預防急性發作就很重要。為此,在科技部長期支持下而成立的臺大AI中心研發出「AECOPD發作預測系統」,可準確預測未來7天急性發作的機率。

據臨床資料顯示,COPD是因吸菸、空汙粉塵、感染與肺功能老化等而使呼吸道長期發炎,並造成無法恢復的阻塞,主要症狀為呼吸急促、長期咳嗽、咳痰,也因此常被誤認為感冒或氣喘,導致多數案例確診後都已是中重症;由於目前無法完全根治,患者僅能透過戒菸、避免吸入有害氣體、配合醫院持續用藥、復健與運動等方式避免急性發作。

為了降低患者急性發作的風險,臺灣大學人工智慧技術暨全幅健康照護聯合研究中心(臺大AI中心)教授賴飛羆的團隊整合穿戴式裝置、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,研發出無場域限制的個人化生活型態觀測平台「AECOPD發作預測系統」,為COPD患者預測未來7日急性發作的可能。

賴飛羆說明,他的團隊蒐集114位COPD患者1年半以來的即時生活型態資料、環境資料,並導入機器學習模型輔助建立疾病發作預測模型,患者只要戴上智慧手錶等智慧型穿戴裝置,並搭配空氣盒子及台大醫神App,預測準確度可達83.6%,可見生活型態與生活環境資料對於精準醫療發展的重要性;若再加入臨床資料,預測模型準確度可高達92.5 %。

賴飛羆表示,團隊的最終目標是期望藉由AI、大數據等技術串接資訊與數據,搭配穿戴式裝置與智慧型設備的輔助而發展個人化精準醫療服務與平台,作為醫師醫療決策的輔具,進而提升疾病診治和評估效率水準,以符合我國未來發展精準健康的目標。

臺大AI中心共同主任傅立成表示,隨著AI、大數據、5G、雲端等新興科技崛起,我國頂尖的ICT與醫療產業皆是未來發展的重要方向,臺大AI中心除了全力研發AI核心技術外,更將致力於以產、官、學、研、醫等跨界、跨領域合作的方式,打造「AI生醫平台」,期望提升國內生技醫療水平,並帶動臺灣精準健康產業的發展。◇
延伸閱讀
搭火車玩科學 科普環島列車啟動
2020年10月26日 | 4年前
早衰症致病關鍵 臺灣找到了
2020年10月12日 | 4年前
取消