據衛福部統計，事故傷害是台灣 10 大死因第6名，急診醫師表示，若外傷患者全身多處出血，骨盆骨折造成大量出血比內臟出血難偵測，一旦延誤治療死亡率達 3 成，是急診隱形殺手。
林口長庚外傷中心及人工智慧核心實驗室設計一套 AI 演算法，判讀發生骨折可能部位，平均準確度超過 95 %，加速骨盆骨折診斷，長庚醫院 20 日上午舉行記者會公布這項研究成果，此研究登上 2021 年2月自然（ Nature ）期刊子刊「自然通訊（ Nature communications ）」。
參與這項研究的林口長庚醫院外傷急症外科主治醫師鄭啟桐表示，骨盆X光片判讀是外傷治療中重要環節，但骨盆骨折判讀困難，若未能及時處理，患者可能會持續出血 2000cc 至 3000cc ，時間拖愈久愈難將患者從鬼門關拉出來，骨盆骨折大量出血不穩定患者死亡率高達3成。
台北長庚外傷急症外科主治醫師廖健宏說，因為很多送到急診的外傷患者都有多重出血問題，需要用最少的時間尋找出血點，以臨床觀察，急診常面對透過超音波檢查找出內臟出血點止血，就忽略骨盆骨折出血點問題。
鄭啟桐說，長庚外傷團隊收集過去 10 年的 5000 張骨盆X光片，訓練及新設計出 AI 演算法，能同時辨識各種不同位置及不同類別的外傷型態，還能利用熱點標示，精準指出病人受傷的位置，長庚已有近 2000 名患者使用這套 AI ，減少5成誤診率，準確度與放射科醫師的判斷相當。
鄭啟桐分享，曾收治1名自高處跌落、右大腿骨骨折的工地工人，轉院長庚前一直找不到血壓不穩定原因，只能持續輸血治療。病患轉院時已半休克，長庚利用這套 AI 輔助診斷，發現病患就是骨盆骨折造成大出血，即時止血，病患血壓馬上回穩。接受手術，一週後平安出院。
廖健宏說，目前這套 AI 演算法在美國史丹佛醫院、約翰霍普金斯醫院和新加坡樟宜醫院等國際醫院和外傷中心使用，正與台灣衛福部食藥署洽談中，希望未來可在國內各醫學中心廣泛使用。
（新聞資料來源 : 中央社）
評論被關閉。