參賽項目:免抽血人工智慧輔助快速判讀致命血鉀異常之心電圖系統
嚴重血鉀異常是臨床上心源性猝死的常見原因,快速診斷進行快速治療可以有效降低猝死。然而臨床上檢測血鉀時間通常需要半個小時以上。儘管心電圖有機會能用於檢測血鉀異常,但即使是經驗豐富的臨床醫生也容易忽略。我們已開發了一個深度學習模型(ECG12Net)利用心電圖人工智慧來檢測血鉀濃度。研究資料庫從2011年5月蒐集至2016年12月,在急診共收集了66,321例心電圖與其相應的血鉀濃度。ECG12Net在包括13,222個心電圖的測試集中,ECG12Net的平均絕對誤差為0.531,嚴重低鉀血/高鉀血的敏感度及特異度分別為95.6%/84.5%和81.6%/96.0%。在後續的人機競賽中,ECG12Net對低鉀血/高鉀血的平衡精確度為80.4%/82.7%,比競賽中最好的醫師(66.7%/ 70.6%)高出10%以上。
自2019年5月起ECG12Net的AI警報系統已被用於主動識別嚴重的血鉀異常。至2020年4月止,我們的AI警報系統服務了26,154名急診患者,他們在檢傷後平均等待21.2±17.2分鐘接受心電圖檢查並馬上由AI進行評估,而這些病人的血鉀實驗室檢測結果平均在ECG測試後的41.7±21.7分鐘才獲得。 共有22例嚴重低血鉀患者和36例嚴重高血鉀患者被主動識別出來,並在實驗室報告出來之前立即接受了介入,而他們的預後明顯好於AI警報系統上線前的嚴重血鉀異常患者。這項技術除了在醫院端應用外,還可進一步用於驗證實驗室錯誤、遠距醫療與穿戴設備用於洗腎及其他高危病人。