IBM打造的健康數據圖表生成器HWProfile介面。

圖片來源: 

IBM

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。


Advertisement

更多 iThome相關內容