AI助攻搶救敗血症 預測感染、快檢菌種、精準投藥

中國附醫整合藥劑部、醫學檢驗部、醫研部、感染科、資訊室、人工智慧醫學診斷中心、大數據中心與智慧醫療科技創新中心AI能量，以全院跨科部資料開發智抗菌決策輔助系統，此研發成果也獲得2021年臺北生技獎跨域卓越獎優等獎肯定。（馮惠宜攝）

敗血症是一種致死率極高的感染症，中國醫藥大學附設醫院院長周德陽，針對日益氾濫的超級細菌問題，整合全院跨科部開發智抗菌決策輔助系統，把傳統3天才能找出的感染源縮短到1天，並且集投藥建議、預測抗藥性與敗血症三大功能於一身，可望提升敗血症病人的照護，降低死亡率。

臺灣敗血症患者中，致死率達29.2％。敗血症又名「沉默殺手」，是因爲其病徵模糊且病因多元，故難以鑑別，中國附醫整合藥劑部、醫學檢驗部、醫研部、感染科、資訊室、人工智慧醫學診斷中心、大數據中心與智慧醫療科技創新中心AI能量，以全院跨科部資料開發而成，也榮獲2021年臺北生技獎跨域卓越獎優等獎肯定。

周德陽解釋，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，故仍有一定比例的病患在發病初期無法確診，因而非常容易錯過黃金治療時間。

大數據中心主任郭錦輯說，善用大數據分析快速判斷細菌性感染，正確使用抗生素來降低患者發生菌血症發生風險，是智抗菌平臺的另一項功能。此平臺集投藥建議、預測抗藥性與敗血症三大功能於一身，目前已全面導入至中國附醫的醫療體系使用，半年內已有近八千名患者受益。

人工智慧醫學診斷中心主任許凱程表示，利用深度學習技術開發「敗血症之人工智慧輔助醫療診斷系統」，協助醫師及早發現敗血症，提升存活率。如果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。初步看來，中國附醫訓練的AI預測準確度可達近9成。

周德陽說，現行臨牀醫學檢驗流程針對感染源進行菌種鑑定與微生物製劑敏感性試驗後，約需三到五天將檢測資訊提供給臨牀醫師進行抗生素治療評估。而「智能抗藥性細菌快速預測系統」，根據過往細菌鑑定與抗藥報告大數據，串接質譜儀資料，同時鑑定細菌種類及預判是否可能帶有抗藥蛋白，因此能將整個流程縮短爲一小時，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。