AboutUs

:::

敗血症是感染性疾病主要的致死途徑。據統計，全球每年約有4,700萬至5,000萬例敗血症病人，其中至少1,100萬人不幸死亡。根據最新國際治療指引，為有效降低病人死亡風險，醫療團隊必須在確診後1小時內施予經驗性抗生素治療。然而，傳統的病原體檢測方法（如血液培養）存在許多限制，包括近五成的檢測無法成功分離出致病原、陽性檢出率偏低、以及檢測時程冗長等問題。為提升敗血症檢測效率並協助醫師即時調整用藥方案，本院運用深度學習技術，透過分析病人歷史生理數據及血液檢驗報告，成功開發「敗血症人工智慧輔助診斷系統」。該系統能協助醫療團隊及早識別敗血症風險，有效提升病人存活機率。

本系統已整合為本院智抗菌平台之預測模組，當系統發出高風險警示時，醫護團隊可立即啟動強化照護方案，加強生理指標監測。在緊急處置方面，醫療團隊能根據系統建議，及時實施抗生素治療及輸液補充。本系統也能持續監測病人的治療反應及預後情況，使醫療團隊能適時調整治療方案。本系統展現優異的診斷準確性，包括整體準確度（Accuracy）達87%、敏感性（Sensitivity）為78%、特異性（Specificity）為91%。於臨床應用方面，敗血症風險預測應用於約1800例患者，檢測出實際非敗血症1400餘例，敗血症70例，正確率超過80%。此外，該研究成果已於2021年的國際計算與生物資訊學會議（CIBB）中發表。目前依據先前規劃之模型追蹤辦法，包含明確訂定醫師標記方式與定期召開臨床討論會議，以促進模型持續優化與後續再驗證作業。