【臺灣華報記者/張世昌報導】
據統計台灣敗血症患者中，每10萬人中就有287人死亡，致死率達29.2%。敗血症又名「沉默殺手」，是因為其病徵模糊且病因多元，故難以鑑別。中國醫藥大學附設醫院院長周德陽，針對日益氾濫的超級細菌問題，整合藥劑部、醫學檢驗部、醫研部、感染科、資訊室、人工智慧醫學診斷中心、大數據中心與智慧醫療科技創新中心AI能量，以全院跨科部資料開發智抗菌決策輔助系統，榮獲2021年臺北生技獎跨域卓越獎優等獎肯定。
中國附醫表示，敗血症是一種致死率極高的感染症，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個國家最新統計，全世界每5個人的死因中，就有1人是因為敗血症而死。根據台北市萬芳醫院研究結果顯示， 10萬名台灣人中有643例新發敗血症，中國附醫周德陽院長表示，傳統上，住院患者發生感染症時，醫師基於救急，第一時間會依據自身經驗初步判斷可能的感染源，並投以相應的抗生素，故仍有一定比例的病患在發病初期無法確診，因而非常容易錯過黃金治療時間。
中國附醫大數據中心郭錦輯主任說，急診病人病情瞬息萬變，如何善用大數據分析快速判斷細菌性感染，正確使用抗生素來降低患者發生菌血症發生風險，是智抗菌平台的另一項功能。跨部門的醫療團隊開發之智抗菌平台，此平台集投藥建議、預測抗藥性與敗血症三大功能於一身。目前此系統已全面導入至中國附醫的醫療體系使用，未來也希望能推廣至其他醫院，提升敗血症病人的總體照護品質。
中國附醫人工智慧醫學診斷中心許凱程主任表示，利用深度學習技術開發「敗血症之人工智慧輔助醫療診斷系統」，協助醫師及早發現敗血症，提升存活率。人工智慧醫學診斷中心於2021年投稿在國際論壇《CIBB 2021》的論文中指出，該系統利用住院病人的性別、年齡及3天內之生理指標與抽血數據等對照過往的大數據資料，推斷這名病人當下發生敗血症的機率。如果系統警示患者併發敗血症的可能性高，醫護人員就能預先強化醫療照護與生理數值監控；於急診方面，醫療團隊能及時給予抗生素及輸液治療，並根據各器官受損程度，給予治療建議。初步看來，中國附醫訓練的AI預測準確度可達近9成。
中國附醫周院長說，現行臨床醫學檢驗流程針對感染源進行菌種鑑定與微生物製劑敏感性試驗(antimicrobial susceptibility testing)後，約需三到五天將檢測資訊提供給臨床醫師進行抗生素治療評估。周德陽院長與智慧醫療科技創新中心主任游家鑫團隊，著手針對能夠加速整個檢驗過程，一台機器就可以處理原先兩台機器才能執行的任務，並且提升抗生素合理使用。而「智能抗藥性細菌快速預測系統」，根據過往細菌鑑定與抗藥報告大數據，串接質譜儀資料，同時鑑定細菌種類及預判是否可能帶有抗藥蛋白，因此能將整個流程縮短為一小時，讓醫師與病人更快速掌握是否用對藥物，以降低醫療成本與致死率。
中國附醫已與長佳智能公司合作，積極佈局美國FDA及台灣TFDA許可證取得，推進商化發展。中國附醫感染科醫師周家卉說，此系統結合穿戴式生理監控裝置與智慧病房，未來更具有發展遠距醫療之潛力，可幫助人力不足之小型或偏鄉醫院提升檢查效能，降低敗血症病患死亡率並解決長期急診壅塞之問題
