当AI结合医疗 及时发现提升预后

来源:网友提交 2018-12-22

台北医学大学附设医院与台湾人工智能实验室日前举办合作仪式,由北医附医陈瑞杰院长与台湾人工智能实验室创办人杜奕瑾签署协议,展开为期5年的跨界合作,携手打造AI医疗创新医院。

当AI结合医疗 及时发现提升预后

首波合作锁定「TED-ICU智能重症照护系统」,借由人工智能运用于临床医疗数据,盼能将预测败血症的时间由目前平均4小时缩短至即时预警,提升败血症病患的存活率。

人工智能结合医疗 及早发现预后佳

双方合作将由北医附医提供专家标注的临床数据,与台湾人工智能实验室共同探讨并开发人工智能算法与系统,并将研究成果建置于医院临床系统,包括TED-ICU智能重症照护系统及住院病人状态评估系统为首波重点。透过人工智能在临床医疗的运用,发展更即时、准确的医疗辅助与预测系统。

北医附医陈瑞杰院长表示,加护病房病患病情瞬息万变,其中,败血症是重症医疗很重要且致命的疾病(全球发生率每10万人437名),且在美国有高达三分之一的死亡率。目前筛检败血症的方式如SOFA、SIRS、MEWS都有其限制,若能及早发现给予抗生素等治疗,可有效提升病患的预后。

精准预测4小时后败血病 AI挑战及时预警

北医附医去年于加护病房全面导入「TED-ICU智能重症照护系统」,自动完成病患的生理信息集成、计算与纪录,并据此预测败血症发生率。医护团队利用时序性的生命征象以及病患背景数据,可预测病患4小时后败血症风险,比传统筛检方法有效。

台湾人工智能实验室盼能更进一步运用「TED-ICU智能重症照护系统」数据,针对病患当下状况预测其败血症可能性,更早发挥预警功能,让医护团队在最短时间内做出正确处置,提升医疗照护品质。

大数据分析跌倒原因 助护理人员照护

除了生理信息判别外,预防病患跌倒更是照护的重要课题。为降低病患跌倒的机率,台湾人工智能实验室将运用机器学习过往跌倒的病患记录,预测跌倒高风险族群,并进一步判别病患跌倒的原因,盼能于用药与照护上提供护理人员参考与协助。

加入【健康医疗网】,天天关注您健康!LINE@ ID:@healthnews   该文章《当AI结合医疗 及时发现提升预后》由网友『我把太阳磨圆的』投递本站,如果您觉得该文侵犯了您的权益,请和站长联系处理!另:该文内容未经本站核实,仅供参考,请读者自行研判!
精彩推荐
  • “体毛”看你的运气好坏 哪种
  • 四个家庭小妙方 治疗高血压
  • 专家提醒:10岁前身高突增或是
相关专题导读