【高速運算應用-學研之星】掌握敗血症救治黃金時間 高榮攜手國網中心打造早期預警系統

敗血症的致死率極高，近期醫學權威雜誌《The Lancet》刊登了一所美國研究機構對全球196個國家所做的調查中指出，全球每5個人中，就有1人死於敗血症，由於此疾病的病因相當多種，而且早期症狀並不明確，因此非常容易錯失黃金救治時間，高雄榮總與國網中心合作，利用高速運算設計的「嚴重敗血症AI早期預警系統」，協助醫師及早發現敗血症，提升治癒率。

高雄榮總重症醫學部部主任黃偉春進一步解釋敗血症的棘手之處，此症狀來自嚴重感染，可能是細菌、病毒、黴菌或寄生蟲造成，其病徵是發燒、心跳變快、白血球上升、休克、意識不清，嚴重的話會合併多重器官衰竭，其死亡率可高達七成以上。儘管死亡率如此高，不過由於其病徵模糊，即便現在醫學科技發達，仍有一定比例的病患在發病初期無法確診，大多只能依靠醫師的經驗察覺診斷，這也是敗血症致死率居高不下的主因，對此高雄榮總團隊認為，可透過AI技術讓敗血症判讀更快速精準。

高雄榮總「嚴重敗血症AI早期預警系統」，是利用AI機器學習工具預測警示，從病人急診入院時就開始分析，同時收集大量即時資訊欄位、過去歷史資料，在此過程中，AI的機器學習演算法扮演了重要角色，過去敗血症往往需要醫師頻繁確認，導致錯失治療黃金時間，導入AI過程中，系統可透過多層次過往資料分析，找到衍生敗血症之潛在規則，協助醫師快速判斷，達到早期預測效果。在此系統中，高雄榮總透過AI演算法建立不同間段的預測模型，快速分析出病徵，擴大醫師介入治療比例、加速病人治療速度，從而提升治癒率。

不過要在此系統中順利建置AI模型並不容易，黃偉春表示，敗血症預警需要判讀的資料量龐大，在初期數據探索和清理階段，需要大量的記憶體與高度運算能力，之後數據分析、模型建立／管理／部署、應用程序建立等步驟，也都需要對應的硬體資源，因此高雄榮總決定與國網中心合作，利用TWCC臺灣AI雲的分析大師DAS雲端資料分析服務。

黃偉春指出，DAS是專業一站式平台工具，從資料收集、資料整理、資料清理、資料分析、模型分析部署完成整個資料科學專案，並整合資料處理與分析工具、儀表板、模型部署多樣工具，協助高雄榮總團隊整合內外部的資料與相關人員共同作業，提高資料整合的效率與價值。

在「高榮嚴重敗血症AI早期預警系統」中，DAS的獨立環境，讓高雄榮總易於監控資源量，加速清理流程。而其資訊儀表可呈現斷詞結果，autoAI則可測試多種機器學習演算法，調整出最佳模型，並紀錄訓練時間與過程。此外該平台提供了一鍵部署功能，並有GUI介面管理，可協助團隊優化模型的管理與部署效率，而其API介面也供不同程式環境介接，達到及時使用效果。

黃偉春最後表示，透過IT系統強化醫療效能，已成為現在醫療產業的重要方向，不過醫療機構的IT能力與資源畢竟有其極限，因此在發展智慧醫療時，亟需專業機構協助，高雄榮總與國網中心的合作，就可發揮1+1>2的綜效，未來雙方將繼續攜手，讓「高榮嚴重敗血症AI早期預警系統」的功能持續提升。