蘇文彬
如果你有長期咳嗽、易喘、咳痰等症狀,小心! 這也許不是一般的感冒,而是患有慢性阻塞性肺病(Chronic Obstructive Pulmonary Disease, COPD,簡稱肺阻塞),這是一種因呼吸道長期發炎,導致無法恢復的呼吸道阻塞,氣體無法順暢進出呼吸道的疾病,由於症狀和感冒相似,許多病患確診後已是中重症COPD病患。如果病情嚴重,急性惡化肺阻塞(Acute Exacerbation of COPD, AECOPD)發作,惡性發作頻率、嚴重狀況和死亡率高度相關,根據WHO的2018年統計,肺阻塞每年奪走約300萬人的生命,位居全球10大死因第3名,在臺灣則位居第7,每年導致約5千人死亡。
由於肺阻塞無法根治,故只能靠預防及控制,降低發病風險,在科技部推動精準醫療下,臺大AI中心展示一套AECOPD發作風險預測模型,臺大團隊與臺大醫院合作,蒐集約140名肺阻塞病患的資料進行訓練,開發出AECOPD發作預測系統,能預測患者未來7天內急性發作的可能性,讓醫護人員及早介入照護。
這套AECOPD預測系統背後即使用臺大資工系教授賴飛羆帶領團隊打造的臺大醫神平臺,透過該平臺蒐集患者的生活型態數據、生活環境數據,目前臺大醫神平臺累積已有1,002位研究個案參與,蒐集5,362萬筆資料,建置生活型態與生活環境的大數據庫。
賴飛羆指出,精準醫療的目的為結合患者的個人化生活、健康數據,例如從智慧智慧穿戴裝置蒐集到患者的各種生活型態數據,還有從各種IoT裝置獲得的空氣PM2.5、溫溼度等生活環境數據,結合病人的基因與疾病關係分析,甚至進一步在病患同意之下,透過健保署「我的健康存摺」取得患者醫療資料,或是個人量測的血壓、血糖數值。研究團隊匯整各種數據打造臺大醫神平臺,和各科的醫師合作。
AECOPD預測系統使用的精準醫療特徵項,包括病人的生活型態、生活環境數據,以及臨床資料,其中生活型態數據利用患者配載的智慧手錶或手環,蒐集其生活型態數據,包括串者的走路步數、行走距離、消耗卡路里、樓梯數、心率、睡眠品質,每15分鐘上傳數據至預測系統,而生活環境數據則是在患者同意下,利用其家中的空氣偵測裝置蒐集室內PM 2.5、溫溼度數據,而臨床資料則有患者呼吸困難評估量表、COPD評估問卷。
這套AECOPD預測系統20個月以來,已蒐集4,300多萬筆資料,若單純以生活型態與生活環境因子預測AECOPD未來7天的發作可能性,預測準確率可達83.5%,顯示僅以患者的生活型態、生活環境因子預測,已具有一定的準確性。若基於所有因子去預測,則預測AECOPD未來7天發作可能性的準確率進一步提高到92.5%。
臺大研究團隊已與臺大醫院胸腔科合作,以試驗的名義用於COPD患者,讓病患即使在家,預測系統仍能隨時預測病人AECOPD發作的風險,向醫護人員示警,讓醫護人員可以及早對高風險患者主動介入照護。
目前已搭配AECOPD預測系統的三種智慧手錶、手環,包括Fitbit、Garmin、Apple Watch,可蒐集COPD患者的心率、步數、消耗卡路里、睡眠品質等生活型態數據,上傳至雲端平臺。患者也能透過手機App,隨時查看自己的心率、步數等紀錄:
熱門新聞
2024-11-29
2024-12-02
2024-11-30
2024-11-29
2024-11-29
2024-11-29
2024-11-29