本網站使用相關技術提供更好的閱讀體驗,同時尊重使用者隱私,點這裡瞭解中央社隱私聲明當您關閉此視窗,代表您同意上述規範。
Your browser does not appear to support Traditional Chinese. Would you like to go to CNA’s English website, “Focus Taiwan" ?
こちらのページは繁体字版です。日本語版「フォーカス台湾」に移動しますか。
中央社一手新聞APP Icon中央社一手新聞APP
下載

台大團隊研發肺阻塞預測系統 掌握7日內發作機率

2020/11/4 12:54(11/4 14:26 更新)
請同意我們的隱私權規範,才能啟用聽新聞的功能。
請同意我們的隱私權規範,才能啟用聽新聞的功能。

(中央社記者蘇思云台北4日電)慢性阻塞性肺疾病(COPD)是常見的慢性呼吸系統疾病,位居國人第7大死因。台大團隊今天發布「AECOPD發作預測系統」,預測患者未來7天急性發作可能,準確率達93.5%。

科技部今天發布研究成果記者會。根據臨床資料顯示,慢性阻塞性肺疾病(肺阻塞)會讓病人容易喘氣、呼吸氣流受阻,主要症狀包括呼吸急促、咳嗽、咳痰,肺部退化快,位居全球死因第3名、國內死因第7名,每年超過5000名國人死於肺阻塞,但是初期症狀不明顯,許多案例確診後多是中重症。

台灣大學人工智慧技術暨全幅健康照護聯合研究中心(台大AI中心)轄下的台大生醫電子與資訊學研究所教授賴飛羆團隊,結合人工智慧、大數據與雲端運算技術,研發「AECOPD發作預測系統(Acute Exacerbation of COPD, AECOPD)」,蒐集140位COPD病人資料,可以預測未來7天發作可能,準確率達到93.5%。

賴飛羆指出,系統模型包含生活型態、生活環境與臨床等3類資料,透過穿戴式裝置蒐集患者走路步數、心率、睡眠品質等資料,加上安裝在家裡的感測器偵測溫度、濕度、PM 2.5,以及臨床上COPD問卷資料等,為患者提供預防與監測照護。

賴飛羆團隊成員、台大資工系博士吳佳東解釋,系統特別加入生活型態與生活環境資料,包括Garmin、Fitbit或Apple Watch資料,當系統預測病患發作機率高於0.6,或是平均心率高於100時,風險燈號就可能由綠色轉為紅色,提醒醫師、患者風險升高。

台大醫院胸腔內科醫師簡榮彥指出,如果病患可以提早知道未來7天急性發作的可能,可以透過調整生活作息、增加走路步數、留意環境的空氣品質,或是用藥調整等,減少病情急性發作。

醫學上也常用「6分鐘行走測試」評估個案心肺耐力與控制病情,但往往需要護理人員陪同完成,台大團隊這次也透過穿戴裝置、電腦視覺的輔助,把測驗整合到醫院平台,不僅為醫護人員分擔工作、也讓健康照護更全面。(編輯:趙蔚蘭)1091104

中央社「一手新聞」 app
iOS App下載Android App下載

本網站之文字、圖片及影音,非經授權,不得轉載、公開播送或公開傳輸及利用。

地機族
172.30.142.63