(新加坡11日讯)新加坡中央医院与杜克—国大医学院以人工智能技术研发新预测仪器和模式,仅五分钟就能预测败血症死亡风险,准确度高达九成以上。
9月13日是世界败血症日,每年全球各地有超过500万人死于这个并发症。败血症指的是当任何感染,如肺炎、泌尿道或皮肤感染导致身体出现极大反应,以致细胞组织受损,甚至死亡。狮城2019年有近5000人因肺炎和泌尿道感染引发败血症致死。
ADVERTISEMENT
若不及早发现与救治,感染可在几小时到几天内迅速恶化或演变成低血压休克,死亡率增至50%。由于医生难以从发高烧或上吐下泻等症状判定病情严重性,目前最准确的败血症死亡率预测方式就是让病患进行血检,一般得花两到四小时等待化验结果。
为了提升预测速度和准确度,中央医院与杜克—国大医学院研究团队携手研发新预测模式,通过人工智能分析临床资料与心率变异数据,仅五分钟就可算出败血症病患的死亡风险。
研究团队分析了342名21岁及以上的败血症患者资料后研发出预测模式。这些患者曾在2014年9月至2017年4月之间到过中央医院急诊室求医,当中19%住院30天内死亡。
研究发现,败血症病患一般还未出现明显症状前,心率已失调,因此预测模式分析的资料包括心电图(ECG)所测出的心率变异数据,主要测量心跳频率的变化。
研究团队也在今年5月推出约手机般大小的心电图检测仪,可链接至安装好预测模式的平板电脑。
通过另一种新颖方式,研究员可在五分钟内分析心率变异数据,纳入预测模式。
中央医院急症科高级顾问医生王英福教授解释:“比起急诊室,综合诊疗所和家庭诊所不常使用心电图来检测,因此我们也希望设计出易用的临床检测器。”
研究团队研发的模式在预测病患下来30天内的死亡风险,准确度超过九成,比现有预测模式约60%至70%的平均准确度来得高。
更有效分配资源照料高风险病患
每年有逾1000名败血症病患到中央医院急诊室就诊,王英福认为部门若能根据病情的严重程度及死亡风险尽快分类病患,就可更有效地分配有限资源以照料高风险病患。
研究团队目前正扩大研究范围,从中央医院和国立大学医院召集共1100名病患参与研究,以进一步证实模式对于成年人的有效性,以及它在不同场所下的实用性。
考虑到不同病患群体患上败血症的风险不一,采用的预算法或不同,研究团队也在竹脚妇幼医院针对婴儿展开研究,并会在年底分析研究结果。
ADVERTISEMENT
热门新闻
百格视频
ADVERTISEMENT