跳至主要內容區塊
生活
綜合

疫情加速AI醫療概念 醫院導入Power BI降低22%死亡率

利用Power BI輔助診斷急性呼吸窘迫症候群,從畫面上就能清楚看出各項數值走向,有助醫師快速判斷病患狀況。(圖/中國醫藥大學附設醫院提供)

利用Power BI輔助診斷急性呼吸窘迫症候群,從畫面上就能清楚看出各項數值走向,有助醫師快速判斷病患狀況。(圖/中國醫藥大學附設醫院提供)

疫情加速醫療院所數位轉型,中國醫藥大學附設醫院為因應疫情帶來的衝擊及疫後病患就診行為的改變,透過兩大策略加速數位轉型: 1.導入Microsoft Azure,與國內五家醫學中心等級的醫院,共同合作開發最先進的AI醫療應用,並大幅縮短16萬人基因定序運算所需時間,更有效評估基因序列和患者病情之關聯性;2.將Power BI視覺化數據分析,直接運用在醫療行為的診斷與用藥監測,不僅提高醫師診斷力,有效監管給藥進度與降低感染機率,更運用此科技成功救回加護病房病患性命。

中國附醫為加速數位轉型,導入Microsoft Azure雲端科技建立公有雲,將常對外開放的系統直接放上公有雲,如官方網站、衛教影音、掛號網頁等;相對較為敏感機密的系統,如病人個資與醫療紀錄,則在私有雲裡執行。不論是公有雲或是私有雲皆建立備援機制,確保所有資料都安全且完整地運作。

中國附醫也透過聯邦學習架構(Federated Learning, FL)進行Azure AI模型的訓練和智慧醫療應用,其中是和美國國家衛生研究院(National Institute of Health, NIH),以及國內五家醫學中心等級的醫院,共同合作開發最先進的AI醫療應用,將Azure AI全面應用至腦部、心臟、癌症、基因、急重症、各科專案,並將Azure PaaS技術使用於基因差補序列分析,人工智慧於精準醫療的應用,讓中國附醫保持在高端和進階醫療應用階段。

中國醫藥大學附設醫院院長周德陽表示:「中國附醫逐步將醫療系統移轉到公有雲平台,藉由高速的運算及大數據的分析,提供醫師更即時與視覺化的數據分析,縮短醫療決策時間,讓每位患者都獲得最適切與優質的專業診療與照顧。」

商業智慧的原始用途是藉著分析資料、視覺化資料來做商業決策,著重的是管理、指標、績效、成本等。中國附醫加護病房團隊把Power BI利用在監控病人的生理狀況達到救人命的目的,讓Power BI從商業運用,轉換為挽回人命的崇高醫療使命。

據統計加護病房大約有10%急性呼吸窘迫症候群(ARDS)的病人,死亡率約35%。實行肺保護通氣策略等措施,可以有效降低死亡率,但過去的困擾是診斷ARDS要評估多方面臨床資料與數據,而且個別醫師對於標準策略的認知不同,以至於可能錯過了執行肺保護通氣策略的時機。

中國附醫加護病房曾皓陽醫師說明利用Power BI輔助診斷ARDS,進一步利用Power BI監控病人的各項數據與治療。以監測呼吸器給氧濃度與氧合指數而言,ARDS的病人一開始病情嚴重需要很高的給氧濃度,因而該曲線高高在上,而氧合指數曲線卻在低處。

若能及時採取各項治療措施包含肺保護通氣策略後,倘若觀察到給氧濃度曲線往下降,氧合指數曲線往上升,兩者產生了「生存交叉」就代表病人過關,成功救回ARDS病患的性命。自從今年初導入BI輔助品質監控後,ARDS標準照護執行率增加22.1%,初步已觀察到住院期間死亡率下降達22.4%。

此外,中國附醫也使用Power BI建立「給藥品質監控儀表板」掌握給藥執行情況、特殊藥物多重檢核、搭配護理人力即時監控,並進行延遲給藥原因分析檢討改善,以及「導管放置及發燒監測儀表板」則針對各病房發燒、感染、導管放置、細菌培養、抗生素使用情形即時監控,來防止群聚感染發生,希望全面性的引領智慧醫療,能讓病人受到更及時的醫療照護。