APP下载

救护车上心电图辨识有新方法,不只结合AI预判心肌梗塞,更串连Line自动推送辨识结果

消息来源:baojiabao.com 作者: 发布时间:2026-09-04

报价宝综合消息救护车上心电图辨识有新方法,不只结合AI预判心肌梗塞,更串连Line自动推送辨识结果

这套心电图AI辨识技术的整个资料传输流程,会将量测完的心电图资料传回消防队或医院的主机,再透过资服业者的云端后台系统连接到外部云端服务来进行AI辨识,最后再将结果推送到Line群组中,整个过程只需2秒。

图片来源: 

摄影/翁芊儒

救护车上的心电图设备,是突发性心肌梗塞患者的救命设备,越早一步诊断,医院就能越快在病患抵达前做好手术准备,错过黄金救援时间,心肌坏死区域扩大,不只后续治疗困难,病人复原也更慢。如何加快车上心电图诊断流程,结合AI技术,澎湖医院开始尝试一个新作法。

过去,已经有方法可以加快就医流程,透过便携式的心电图量测系统,由消防队派遣的救护人员带上救护车,就能在车上先针对疑似心肌梗塞的病患量测心电图,再由救护人员将量测结果拍照传给医生,由医生决定是否需要进行心导管手术。若有需要,就能提前启动相关仪器、进行准备工作,若院内无心导管手术设备,也能快速安排救护车转往其他医院来救治病患。

卫生福利部澎湖医院医秘兼急诊室医师蔡文祥指出,启动心导管仪器等准备工作,大约需要15~20分钟,若没有相关设备可以预先让医生了解患者心电图状况,以澎湖的情况来看,救护车护送患者到院平均要20~40分钟,到院后再量测、诊断,确定病症后再准备手术,就可能错失救治的最佳时机,甚至若诊断的医院无法进行手术,还需再紧急转院,更可能因此耽误救治,“对路程比较远的病人来讲,提前做好判断就能早点启动仪器、缩短准备时间。”

目前,这类用于救护车上量测心电图的便携式设备已经越来越多,台湾超过半数的县市都有导入,不同厂商也推出不同的产品来竞争。以澎湖消防局来说,去年导入了一套医疗业资服业者商之器的心电图量测设备,今年又获赠两套,分别配备在不同乡镇的消防分队中,均已实际应用于救护车上的检测场景。

不过,这个技术与流程仍有未臻完善之处。商之器台湾区总经理丁伟能就指出,过去运用这套系统量测心电图时,由于救护车处于移动状态,加上患者可能因疼痛而肢体扭曲,所测得的数据大多都不够精准,系统显示异常(Abnormal)的状态居多,除非是典型心肌梗塞的症状,才会显示AMI(Acute myocardial infarction)的画面。这就导致,几乎所有异常的状态都要回传给医生再次判断是否为心肌梗塞,加上医生不一定有空能回复判读结果,这些额外的通知一定程度的增加了医生的负担,若能进一步将检测结果再分级,让医生只需判读极有可能为AMI的病例,就能让整个流程更有效率。

而且,过去在测量心电图后,需要由人工将检测结果拍照传给医生看,在救护车移动过程中拍照、使用通讯软件传送照片,可能发生照片模糊、传送失误的情形,对于分秒必争的救护场景来说,若能将系统检测结果直接传送到医院端,将整个资讯流串接起来,抢救患者的时间又能再加快几分。

商之器升级便携式心电图量测设备,加入心肌梗塞预判机制提升医生决策效率

现在,有资服业者改善了便携式心电图仪器的软件辨识技术,更串起了检测设备到医院端的资讯流,这家业者就是在7年前着手开发出便携式心电图量测系统的商之器,同时也是台湾最早开发这套设备的业者之一。

在软件技术方面,商之器采用Amazon SageMaker平台,开发了一个心电图AI辨识技术,结合自家的设备,让救护人员在量测完病患心电图后,系统能自动将结果同步上传云端来判读心肌梗塞的概率(如患者为心肌梗塞症状的概率为80%),进行判读之后,仪器画面将会根据判读结果显示绿色(正常状态)、黄色(注意:紧急个案)、红色(疑似为心肌梗塞)等资讯。同时,在资讯流方面,系统也会将判读结果打包成兼具文字叙述与心电图图片的讯息,串连Line自动推送到医院群组中,通知医生检阅。

运用AI技术后,商之器预期要达到的效果,是让心脏科医师不必再把精神花在浏览所有的心电图,只需针对极有可能是AMI情况的讯息再介入判读,省去不必要的判读时间。且整个AI辨识流程,从量测到患者心电图、将资料传回消防队或医院服务器、连接外部云端平台来进行AI辨识,最后将结果推送到Line群组中,整个过程只需2秒,比起过去由救护人员拍照上传图片,整体流程更有效率。

这套系统从7月中开始,已经先在澎湖消防队及澎湖医院的场域进行试验,蔡文祥表示,尽管目前还没有救护车护送的心肌梗塞个案已经使用这套系统,但消防单位与医院已经建立起一套通报流程,比如因救护车上量测到的心电图结果,无论是否为异常情况,均会推送到Line群组中,澎湖医院目前的做法为,当仪器自动在Line中推送讯息后,还会以无线电来通知医院再次判读。

而且,过去在使用旧的心电图量测设备时,需要在Line群组中加入多位消防队的救护员,才能由当天出勤的人员拍照上传心电图资讯,现在直接由系统推送讯息后,群组人数也缩减许多,只要加入急诊室与心脏科医生即可。

丁伟能说明,在训练模型过程中,共运用了2,000~3,000张心电图历史影像资料,其中确诊为心肌梗塞的影像约有200多张,在研发场景测得准确率约96%。未来进入实际场域使用时,还需要再以新测得的影像来持续调校AI模型,更要将模型交由医院端来负责后续的调校。除了澎湖之外,商之器也将陆续升级其他县市便携式心电图仪器的功能,来扩大AI心电图辨识技术在救护车场域的应用。

2020-07-23 19:48:00

相关文章