歐洲團隊發表心臟病 AI 預測模型 術後死亡風險命中率達九成 - OwlNews
文章摘要
奧丁丁新聞 · 文章頁摘要圖/本報資料庫商傳媒|林昭衡/綜合外電報導心肌梗塞患者在接受緊急手術後,往往仍面臨嚴峻的術後死亡風險。荷蘭阿姆斯特丹大學醫學中心與瑞士藥廠羅氏(Roche)組成的跨國團隊,近期開發出一款名為PERISCOPE的監督式機器學習模型,能夠更精準評估患者術後的死亡風險,相關成果於ESCDigital&AISummit正式發表。根據外媒報導,這項技術主要針對「ST段上升型心肌梗塞」(STEMI,一種因冠狀動脈完全堵塞引發的嚴重急性心臟病)患者。在臨床治療上,患者通常會接受經皮冠狀動脈介入治療(俗稱心導管手術),以打通阻塞血管。然而,術後的復原與風險評估長期缺乏簡便且高準確率的工具。過去臨床指引多半仰賴傳統的GRACE2.0風險評估工具,但研究人員AndreaRafanelli指出,現行指引推薦的評分機制主要在患者「剛抵達急診室、手術前」預測住院與半年內的死亡風險,無法反映心導管手術後的實際變化。而現有的術後評估模型,又往往需要輸入大量非例行檢驗的數值,大幅限制了日常臨床的實用性。為了解決臨床落差,PERISCOPE模型採用邏輯斯迴歸架構,只仰賴醫院常規收集的人口統計、臨床病徵與血液檢驗等基礎指標。該模型先以美國38,489名患者資料進行訓練,在119,035名美國獨立患者群中測試,並於阿姆斯特丹大學醫學中心的6,776名患者完成外部驗證。外部驗證數據顯示,PERISCOPE在預測住院期間死亡風險的準確度達91%,顯著高於GRACE2.0的85%;在評估術後六個月死亡風險方面,PERISCOPE的準確度也達到80%,優於GRACE2.0的74%。醫療AI導入臨床的關鍵,在於醫師能否理解預測邏輯並產生信任。PERISCOPE透過常見的常規檢驗數據運算,避開了複雜且難以解釋的黑盒子參數。AndreaRafanelli表示,該模型能提供易於導入的機制,協助醫護人員快速分流高風險患者,但未來仍須在更多元族群與前瞻性臨床試驗中驗證,才能正式走入日常醫療現場。

心肌梗塞患者在接受緊急手術後,往往仍面臨嚴峻的術後死亡風險。荷蘭阿姆斯特丹大學醫學中心與瑞士藥廠羅氏(Roche)組成的跨國團隊,近期開發出一款名為 PERISCOPE 的監督式機器學習模型,能夠更精準評估患者術後的死亡風險,相關成果於ESC Digital & AI Summit正式發表。...