IBM打造慢性病居家照護AI模型，結合穿戴裝置及12項指標生成健康數據圖表

IBM研究院最近針對慢性疾病的患者，開發一套生成健康數據圖表的AI模型HWProfile，透過穿戴式裝置和家中的傳感器，收集患者健康數據，並利用12項健康指標，綜合分析患者健康狀況，最後生成健康數據圖表，來提升慢性疾病居家照護的品質。

歐盟國家中人口成長速度最快的是65歲以上的族群，其中3分之2的人都患有2種以上的慢性疾病，且醫學科學院最新的報告指出，慢性疾病無效的治療是很棘手的問題，愛爾蘭的IBM研究院參與了歐盟H2020資助的健康照護計畫ProACT，正在和業界、學術界合作，透過IoT穿戴裝置和AI技術，來提升居家照護慢性疾病的管理和新方法。

ProACT計畫主要聚焦於研究用穿戴式裝置、家中的傳感器、平板等設備，來協助患有多重慢性病的病患居家照護，像是監視在家中的活動、與醫師、家人和朋友共享健康數據、管理健康狀況等。

這項計畫在愛爾蘭和比利時進行試驗，患者需配戴穿戴式裝置，在家中設有傳感器，患者可透過ProACT CareApp來查看傳感器的數據，App還提供量身定制的健康管理影片和課程，研究人員也能透過App監控患者的身體狀況，而IBM研究院的工作即是利用收集到的數據，開發多發病患者（PwM）的模型，用來監測和預測病患的健康狀況。

IBM研究開發了健康數據圖表生成器HWProfile，透過AI技術，分析多個維度的關聯性，像是人口統計、醫學因素、日常生活習慣、自我檢測等，還加入多種特徵，像是性別、年齡、社交等，利用傳感器收集的數據，加上患者自我評估的問卷，分析每個特徵與慢性病的關聯性，舉例來說，HWProfile模型可以分析性別、年齡和患關節炎對跌倒風險的關聯。

該模型採用醫療決策支援系統常用的貝氏網路（Bayesian network），來顯示不同變數的機率相關度，能夠透過已知的變數，預測出病患其他可能的變數，模型挑選了12個變數，包含多種不同的維度，像是醫療行為、生活習慣、心理因素、快樂指數、社交行為等。

為了訓練該模型，IBM研究團隊用針對愛爾蘭老年族群健康研究開放資料庫TILDA，經過訓練後，IBM建立了呈現變數間相關性的互動介面，用顏色將變數分為4大類：基本資料、健康狀況、生命跡象和治療目標，讓病患可以直接查看自己的健康狀況。