AboutUs

:::

心臟病是台灣第二大死因，也是全球多數先進國家的前三大死因，其中急性心肌梗塞尤為嚴重。根據健保署2018年統計，當年有4.8萬人因心肌梗塞就診，且每8位病人中就有1位未滿50歲。面對最危急的ST段上升型心肌梗塞(STEMI)，國際醫療準則建議從病人抵達急診到完成心導管氣球擴張(Door-to-balloon time，D2B)的時間應在90分鐘內。然而，由於部分病人症狀不典型，加上未能即時判讀心電圖，常導致錯失黃金救治時機。

▲ 根據研究，急性心肌梗塞病人及早打通阻塞冠狀動脈能顯著降低死亡率(JAMA, 2005;293:979)

為解決此問題，本院人工智慧中心與心臟血管中心合作開發了「智救心：STEMI院前遠距輔助診斷系統」。此系統結合QT medical公司的PCA 500可攜式心電圖儀器，讓救護技術員在第一時間抵達現場時，就能在救護車上進行AI判讀，並將心電圖和分析結果即時傳送給心臟科醫師查看，為搶救生命爭取寶貴時間。模型表現優異，準確度達99.7%。

▲ 透過雙層的LSTM模型進行心肌梗塞診斷，搭配ASAP分數篩選不典型症狀的病人，精準及早診斷急性心肌梗塞病患

「智救心」系統已在台中、南投52個消防分隊實施，已協助超過800位救護車上的病人，成功識別36位STEMI危急個案。實施AI分類系統顯著減少了D2B時間，增加了急診室內D2B時間少於90分鐘的比例。

▲ 導入智救心後，縮短院前診斷至心導管手術處置的時間，以此案例僅需12分鐘

此外，本院與澎湖縣政府進行策略聯盟合作，將智救心系統導入澎湖縣消防隊與衛生所組成的「菊島守心鏈」，協助第一線醫護人員加速緊急通報流程。

▲ 智救心(AMI院前救護)合作鏈

研究論文

Artificial intelligence-assisted remote detection of ST-elevation myocardial infarction using a mini-12-lead electrocardiogram device in prehospital ambulance care.　 https://www.frontiersin.org/journals/cardiovascular-medicine/articles/10.3389/fcvm.2022.1001982/full　
Implementation of an All-Day Artificial Intelligence-Based Triage System to Accelerate Door-to-Balloon Times.
https://www.mayoclinicproceedings.org/article/S0025-6196(22)00302-0/abstract
Usefulness of multi-labelling artificial intelligence in detecting rhythm disorders and acute ST-elevation myocardial infarction on 12-lead electrocardiogram.
https://academic.oup.com/ehjdh/article/2/2/299/6151758?login=false
Usefulness of Machine Learning-Based Detection and Classification of Cardiac Arrhythmias With 12-Lead Electrocardiograms.
https://onlinecjc.ca/article/S0828-282X(20)30216-6/abstract