這套心電圖AI辨識技術的整個資料傳輸流程,會將量測完的心電圖資料傳回消防隊或醫院的主機,再透過資服業者的雲端後臺系統連接到外部雲端服務來進行AI辨識,最後再將結果推送到Line群組中,整個過程只需2秒。

圖片來源: 

攝影/翁芊儒

救護車上的心電圖設備,是突發性心肌梗塞患者的救命設備,越早一步診斷,醫院就能越快在病患抵達前做好手術準備,錯過黃金救援時間,心肌壞死區域擴大,不只後續治療困難,病人復原也更慢。如何加快車上心電圖診斷流程,結合AI技術,澎湖醫院開始嘗試一個新作法。

過去,已經有方法可以加快就醫流程,透過可攜式的心電圖量測系統,由消防隊派遣的救護人員帶上救護車,就能在車上先針對疑似心肌梗塞的病患量測心電圖,再由救護人員將量測結果拍照傳給醫生,由醫生決定是否需要進行心導管手術。若有需要,就能提前啟動相關儀器、進行準備工作,若院內無心導管手術設備,也能快速安排救護車轉往其他醫院來救治病患。

衛生福利部澎湖醫院醫秘兼急診室醫師蔡文祥指出,啟動心導管儀器等準備工作,大約需要15~20分鐘,若沒有相關設備可以預先讓醫生了解患者心電圖狀況,以澎湖的情況來看,救護車護送患者到院平均要20~40分鐘,到院後再量測、診斷,確定病症後再準備手術,就可能錯失救治的最佳時機,甚至若診斷的醫院無法進行手術,還需再緊急轉院,更可能因此耽誤救治,「對路程比較遠的病人來講,提前做好判斷就能早點啟動儀器、縮短準備時間。」

目前,這類用於救護車上量測心電圖的可攜式設備已經越來越多,臺灣超過半數的縣市都有導入,不同廠商也推出不同的產品來競爭。以澎湖消防局來說,去年導入了一套醫療業資服業者商之器的心電圖量測設備,今年又獲贈兩套,分別配備在不同鄉鎮的消防分隊中,均已實際應用於救護車上的檢測場景。

不過,這個技術與流程仍有未臻完善之處。商之器臺灣區總經理丁偉能就指出,過去運用這套系統量測心電圖時,由於救護車處於移動狀態,加上患者可能因疼痛而肢體扭曲,所測得的數據大多都不夠精準,系統顯示異常(Abnormal)的狀態居多,除非是典型心肌梗塞的症狀,才會顯示AMI(Acute myocardial infarction)的畫面。這就導致,幾乎所有異常的狀態都要回傳給醫生再次判斷是否為心肌梗塞,加上醫生不一定有空能回復判讀結果,這些額外的通知一定程度的增加了醫生的負擔,若能進一步將檢測結果再分級,讓醫生只需判讀極有可能為AMI的病例,就能讓整個流程更有效率。

而且,過去在測量心電圖後,需要由人工將檢測結果拍照傳給醫生看,在救護車移動過程中拍照、使用通訊軟體傳送照片,可能發生照片模糊、傳送失誤的情形,對於分秒必爭的救護場景來說,若能將系統檢測結果直接傳送到醫院端,將整個資訊流串接起來,搶救患者的時間又能再加快幾分。

商之器升級可攜式心電圖量測設備,加入心肌梗塞預判機制提升醫生決策效率

現在,有資服業者改善了可攜式心電圖儀器的軟體辨識技術,更串起了檢測設備到醫院端的資訊流,這家業者就是在7年前著手開發出可攜式心電圖量測系統的商之器,同時也是臺灣最早開發這套設備的業者之一。

在軟體技術方面,商之器採用Amazon SageMaker平臺,開發了一個心電圖AI辨識技術,結合自家的設備,讓救護人員在量測完病患心電圖後,系統能自動將結果同步上傳雲端來判讀心肌梗塞的機率(如患者為心肌梗塞症狀的機率為80%),進行判讀之後,儀器畫面將會根據判讀結果顯示綠色(正常狀態)、黃色(注意:緊急個案)、紅色(疑似為心肌梗塞)等資訊。同時,在資訊流方面,系統也會將判讀結果打包成兼具文字敘述與心電圖圖片的訊息,串連Line自動推送到醫院群組中,通知醫生檢閱。

運用AI技術後,商之器預期要達到的效果,是讓心臟科醫師不必再把精神花在瀏覽所有的心電圖,只需針對極有可能是AMI情況的訊息再介入判讀,省去不必要的判讀時間。且整個AI辨識流程,從量測到患者心電圖、將資料傳回消防隊或醫院伺服器、連接外部雲端平臺來進行AI辨識,最後將結果推送到Line群組中,整個過程只需2秒,比起過去由救護人員拍照上傳圖片,整體流程更有效率。

這套系統從7月中開始,已經先在澎湖消防隊及澎湖醫院的場域進行試驗,蔡文祥表示,儘管目前還沒有救護車護送的心肌梗塞個案已經使用這套系統,但消防單位與醫院已經建立起一套通報流程,比如因救護車上量測到的心電圖結果,無論是否為異常情況,均會推送到Line群組中,澎湖醫院目前的做法為,當儀器自動在Line中推送訊息後,還會以無線電來通知醫院再次判讀。

而且,過去在使用舊的心電圖量測設備時,需要在Line群組中加入多位消防隊的救護員,才能由當天出勤的人員拍照上傳心電圖資訊,現在直接由系統推送訊息後,群組人數也縮減許多,只要加入急診室與心臟科醫生即可。

丁偉能說明,在訓練模型過程中,共運用了2,000~3,000張心電圖歷史影像資料,其中確診為心肌梗塞的影像約有200多張,在研發場景測得準確率約96%。未來進入實際場域使用時,還需要再以新測得的影像來持續調校AI模型,更要將模型交由醫院端來負責後續的調校。除了澎湖之外,商之器也將陸續升級其他縣市可攜式心電圖儀器的功能,來擴大AI心電圖辨識技術在救護車場域的應用。


Advertisement

更多 iThome相關內容