張先生(中)配戴中醫大附醫人工智慧中心許凱程主任(右)與廣達電腦合作「居家睡眠檢測系統-智眠檢」,運用AI大數據建構的人工智慧模型,推估張先生罹患睡眠呼吸中止症,之後門診再確認,張先生並接受耳鼻喉部喉科鄒永恩主任(左)扁桃腺手術治療後,術後追蹤已大幅改善打呼,提升睡眠品質。
36歲的張先生睡眠時鼾聲雷動,睡眠無法持續,也造成家人無法安睡,在家人建議下前往中國醫藥大學附設醫院就醫,耳鼻喉科專家團隊初步評估後,張先生需要進行睡眠多項生理功能檢查 (Polysomnography, PSG)。因中國附醫睡眠中心的床位限制,需等待檢查時間超過一個月,故當時至他院接受標準睡眠檢查,中醫大附醫耳鼻喉科鄒永恩主任判讀報告發現,張先生患有睡眠呼吸中止症。故在接受扁桃腺手術治療後,由中醫大附醫臨床團隊與人工智慧中心共同開發的「居家睡眠檢測系統-智眠檢」進行術後追蹤,大幅縮短檢查排程效率,以輕便簡易的裝置,居家就可將檢測結果上傳雲端,運用AI大數據建構的人工智慧模型,快速分析心電圖,以此持續追蹤後續病況,輔助醫師判斷其治療成效,結果顯示張先生的睡眠呼吸中止症已獲得改善,有效提升睡眠品質。
中醫大附醫睡眠中心已使用「智眠檢」,在超過100位的臨床受試病人中,以廣達攜帶式AI心電圖測量儀輕便簡易的檢查方式,結合AI分析心電圖訊號,能輔助醫師更精準辨識睡眠呼吸中止症的病人,協助縮短後續診斷與治療。
打呼是危險的訊號,研究顯示,50 % 打鼾者都是先打呼,接著產生睡眠呼吸暫停,可能導致心臟、高血壓、腦溢血、中風等疾病,對生命恐將造成威脅,嚴重者甚至會半夜猝死。中醫大附醫耳鼻喉部喉科鄒永恩主任指出,根據亞洲睡眠協會的調查,台灣有超過20%的人,約近500萬人患有睡眠障礙,然而實際願意接受診療的人數卻遠低於此數字。由於睡眠中心有其空間限制,能收治病人有限,而睡眠多項生理功能檢查 (Polysomnography, PSG)又需要病人一整晚配戴多種生理感測器:包括腦波圖、眼動電波圖、 下 巴 肌 電 圖 、氣流、氧氣飽和度、心電圖或心跳速率等,多重電線在身上,形同「電線人」,病人更易緊張無法入眠,導致檢測可能失準。此外,睡眠中心亦需備有睡眠技師徹夜監看多種類的生理數據,進行標記與判讀,醫療人力資源需求亦大。睡眠中心杭良文主任表示,中醫大附醫睡眠中心目前已經使用「智眠檢」,在超過100位的臨床受試病人中,以廣達攜帶式AI心電圖測量儀輕便簡易的檢查方式,大幅提升檢測效率,結合後續AI分析心電圖訊號,能輔助醫師更精準辨識睡眠呼吸中止症的病人,協助縮短後續診斷與治療。
中醫大附醫人工智慧中心許凱程主任指出,張先生睡眠呼吸中止每小時 29.35次,在睡眠時間每個時醒來多達59次,屬於中度睡眠呼吸停止症,張先生後續經扁桃腺術後經追蹤已大幅改善,睡眠呼吸中止降為每小時為1次,醒來時間也降為30次,減少整整一半。
中醫大附醫人工智慧中心許凱程主任提到,居家睡眠檢測系統-智眠檢,可以根據睡眠呼吸中止發生時的心電訊號變化,使用深度學習方法辨別睡眠中止的嚴重程度。對於睡眠的呼吸中止事件和睡眠覺醒事件(因為呼吸中止而導致睡眠中斷)的偵測分別達到92.7%和93.2%的準確度,而嚴重睡眠呼吸中止症(每小時發生30次呼吸中止)的分類更達到95.8%的準確度。此系統持續進行臨床測試中,後續規劃取得台灣食藥署智慧醫材認證,並導入臨床使用,預期將對睡眠醫學領域產生深遠的影響。
打呼是危險的訊號,研究顯示50 % 打鼾者都是先打呼,接著產生睡眠呼吸暫停,嚴重者甚至會半夜猝死。中醫大附醫耳鼻喉部喉科鄒永恩主任(左)指出,根據亞洲睡眠協會的調查,台灣有超過20%的人,約近500萬人患有睡眠障礙。
人工智慧中心致力於臨床資料之應用,藉由深度學習的人工智慧技術,利用醫院的醫療資料訓練智慧醫療神經網路模型。這些模型可提供臨床診斷的建議,並結合臨床決策系統,減輕醫護人員臨床工作的負擔。目前中醫大附醫人工智慧中心已取得十數項食藥署智慧醫材認證,將持續地研究和創新,將在智慧醫療領域帶來更多令人期待的突破和演進。
居家睡眠檢測系統-智眠檢,根據睡眠呼吸中止發生時的心電訊號變化,使用深度學習方法辨別睡眠中止的嚴重程度。對於睡眠的呼吸中止事件和睡眠覺醒事件(因為呼吸中止而導致睡眠中斷)的偵測分別有92.7%和93.2%的準確度,嚴重睡眠呼吸中止症達到95.8%的準確度。