好醫師新聞網 - 注意!AI正在改變醫療生態

2020-11-24 14:25:48

好醫師新聞網記者吳建良/整理報導

秋冬之際經常是各種流行性疾病好發的時候,這其中尤以呼吸道感染的疾病特別常見。由於每 25 位病患就有 1 位可能因為照護人員或環境的關係而發生院內感染,因此如何預防也是醫院非常重要的一個課題。美國史丹佛大學附設醫院實驗以紅外線感測醫護人員手衛生狀況,準確率超過95%。AI同時也找到,影響血糖最大因素竟然不是食物,而是腸道菌。

 

洗手次數不足或不確實是造成院內感染的一項重要因素。史丹佛大學的 Albert Haque 與其同事在一篇名為〈Towards Vision-Based Smart Hospitals〉的論文當中,利用深度學習和機器視覺 (machine vision) 以不會造成干擾的方式,用錄影畫面及深度感應追蹤史丹佛大學附設醫院的臨床醫師以及外科醫師的手部衛生狀況。這項技術利用紅外線根據感測器與目標之間的距離來建立輪廓影像,能量化醫師雙手的乾淨程度,而且準確率超過 95% 。未來可安裝在醫院的走廊、手術室及病患的床邊,發揮電腦視覺的警示能力。

圖 :根據機器視覺分類的洗手活動。

 

對於健康人士,AI 也能告訴你:你吃對了嗎?

 

2015 年 11 月「細胞」期刊刊登了一篇具有里程碑意義的論文,題目為「藉由預測血糖反應打造個人化營養 (Personalized Nutrition by Prediction of Glycemic Responses)」。該研究招募了 800 名無糖尿病的受試者,整合了每個人對於食物的血糖反應,跟許多不同面向的資料結合在一起,如用餐時間、餐點和飲料內容等飲食習慣以及身體活動、身高、體重、睡眠狀態、腸道微生物體和血液檢查等,再由決策樹 (decision tree) 機器學習模型來處理並預測個人對特定食物的血糖反應,進而使用機器學習推薦個人化飲食計畫。

 

這份研究不單只是強調每個人對於相同食物的反應各異,更重要的是還能解釋原因。原來血糖反應的驅動因素並不是食物的成分,研究證實腸道微生物體中的菌種才是決定每個人對於飲食的血糖反應之關鍵因素!舉例來說,狄氏副擬桿菌 (Parabacteroides distasonis) 就與高血糖反應有關。本文摘錄自《AI 醫療 DEEP MEDICINE》

 

作者介紹:

Eric Topol 是世界著名的心臟科醫師,克里夫蘭勒納醫學院(Lerner College of Medicine)創始人,任職於斯克里普斯研究中心(Scripps Research),也是十大被引用文章數最多的醫學研究人員之一。 除本書《AI 醫療 Deep Medicine》外,另著有《The Creative Destruction of Medicine 》、《The Patient Will See You Now 》兩本醫療暢銷書,均獲 Amazon 4.5 顆星評價。

 

 

延伸閱讀

感染原因百千種 分子診斷快速找出病源

好醫師新聞網記者邱秉維/新竹報導 圖:新竹臺大分院小兒部感染科陳文發醫師。 3歲男童小聰,剛上幼兒園不久,因發燒及連續咳嗽3天,小聰血氧濃度開始變差,轉入加護病房照顧,醫師診斷小聰罹患肺炎。因兒童無法吐痰,痰液培養的收集困難,無法立即確定是何種細菌或病毒感染,給予廣效性抗生素治療...