當前的藥物及導管治療手術仍無法完全消除心房顫動，亟需透過各種高速發展的醫療影像診斷軟體來輔助臨床決策。 (圖片來源：計畫團隊提供)

心臟疾病在台灣十大死因排行中始終居高不下，心律不整更是造成心臟病病人猝死及各種併發症的重要原因之一，其中最常見的心房顫動，盛行率甚至高達百分之一，且平均增加病人五倍以上的中風機率。當前的藥物及導管治療手術仍無法完全消除心房顫動，因而亟需透過各種醫療影像診斷軟體來輔助臨床決策。

目前，醫療影像判讀報告依賴臨床醫師根據各種檢查的病生理特徵進行分析，需要大量的人力及豐富的經驗，相對減少了醫師面對病人的時間，也影響醫療品質；此外，病患及家屬最關心的莫不是進行手術的風險與術後治癒率。導入人工智慧可快速整合病人性別、體重、基因等數據，協助醫師做出最佳決策判斷，避免病人在擔心手術風險的情況下延誤治療，進而使病情加劇。

病患免擔心  手術風險與治癒率  讓人工智慧告訴你

近年來人工智慧已能在醫學影像或組織切片上進行圖形辨識，除了能縮短醫師確認病灶的時間，也能降低人工誤判的機率。臺北榮民總醫院建立了豐富心臟超音波、心臟電腦斷層以及心臟內膜3D立體定位圖等醫學影像，藉由相關電腦視覺科技開發輔助診斷的人工智慧系統，來進行醫學影像的評估及診斷。

除了3D立體影像，臺北榮民總醫院也針對預測心房顫動病患的復發率、放電來源開發出兩套診斷軟體，輔助醫師診斷及手術策略規劃。未來也會透過心臟內科醫師標註千位病例的數萬筆心房顫動電腦斷層影像(CT)強化人工智慧系統之功能，只要一個按鍵就能重建出完整的4D立體心臟構造，並預測導致心房顫動的來源，讓人工智慧系統有別於傳統2D醫學影像，能夠更實際的協助臨床醫師作出更精準的診斷與決策。

透過以上人工智慧的模型，臺北榮民總醫院開發較傳統影像特徵分析方法更好的診斷軟體，以預測心房顫動病患電燒的復發率，據以規劃適合的治療方式、心房顫動電燒手術等策略，提供病患最適切之治療。

 

AI 輔助系統—預測心房顫動電燒之成功率。 (圖片來源：計畫團隊提供)

AI 輔助系統—預測心房顫動之來源。 (圖片來源：計畫團隊提供)