邁入秋冬是心血管疾病好發時期，但醫師每日看診超過百位病患，人工判讀運動心電圖仍有其盲點，也仰賴醫師的經驗。隨著醫療科技的發展下，將大數據結合入臨床應用，藉由交叉比對心電圖 AI 精準分析風險，中國附醫心臟血管科吳宏彬醫師指出：「一般人解讀運動心電圖有些盲點，但 AI 類似第二個醫師，提供意見幫助臨床醫師做判讀。」
血管有狹窄未必有症狀？
明明患者血管已經有狹窄，為什麼有時候症狀不明顯？中國醫藥大學附設醫院心臟血液系吳宏彬醫師解釋：「因為心臟本身所需的氧氣主要透過三條分枝的冠狀動脈供給，當供給心肌血氧的冠狀動脈發生狹窄或阻塞時，影響心臟氧氣及養分供給才會開始產生不適。」
當心肌缺氧就會抑制心肌收縮，使心臟無法搏出正常血液量，嚴重者引起心衰竭或心律不整，這些併發症才是致命關鍵！主要是管徑縮小造成供應心臟的血流不足，開始有胸悶、呼吸喘等症狀，臨床上稱為「冠狀動脈疾病」或「心絞痛」。
衛福部統計民國 110 年國人十大死因，心臟疾病依然是高居國人第二大主要死因，僅次於癌症，且因心血管疾病死亡的人數每年持續上升，只是有時候患者有症狀，但經過檢查醫師判讀未必有立即危險，但結合人工智慧下利用過往的資料統計，有機會及早發現產生高風險狹窄的患者。
運動心電圖仍有其盲點！
吳宏彬說：「冠狀動脈阻塞通常是由於多重因素，例如抽菸、年紀大、糖尿病、高血酯等形成『動脈粥樣硬化』斑塊，限縮血管的管徑，只是狹窄的問題未必單藉由運動心電圖就能做很好的判讀。」
吳宏彬分享先前收治的個案，一名 75 歲陳伯伯有胃食道逆流病史，治療一個月都沒有改善，但有天早上起床胸口很悶，出現類似狹心症的症狀，就診後立即安排運動心電圖。
吳宏彬說：「個案當下看起來並沒有很典型的心肌缺氧，用傳統的計分方式判定屬於中度風險者，不用立即心導管，但 AI 人工判讀認為嚴重狹窄的機率超過 70 ％以上，因此醫師趕快進一步安排心導管確實發現左前降支狹窄竟已高達 99%。」好在當下經皮冠狀動脈介入，並緊急置入心臟支架於冠狀動脈治療，逃過心肌梗塞一劫。
一般而言，心絞痛、心肌梗塞是中高齡常見的冠狀動脈心臟病，更是形成「猝死」的主要原因。 中國附醫心臟影像科粱馨月主任呼籲：「中高齡族群應該考慮在健檢時，增加做運動心電圖，是最簡單最能瞭解生理狀態的工具，若搭配 AI 系統輔助判讀，更能精準瞭解心血管的阻塞狀態，比傳統的超音波檢查更好。」
AI 輔助醫師判讀！揪出70% 阻塞患者
運動心電圖是診斷冠狀動脈疾病的重要工具之一，但考量醫師每日需要看的報告非常多，判讀也跟醫師經驗有關，梁馨月坦言：「傳統的人工判讀十多張心電圖不僅耗時，且往往難以區別細微的差異性，人工分析準確率臨床上只有 40％-50 ％。」
醫師面臨很大壓力跟得花很多時間，因應需求中國醫藥大學附設醫院開始導入人工智慧輔助分析幫助判讀，蒐集四年來近千筆冠狀動脈阻塞達 70％ 以上心電圖像，並與心導管資料結合，設計「 AI 輔助判讀系統」，許凱程主任表示：「AI 透過深度學習架構進行訓練，透過擷取運動心電圖 3 個時間點的訊號，使模型學習由靜態至動態運動心電圖訊號的變化。」
如今有了 AI 幫助下準確度更高，敏感度高能把病人及早篩選出來，許凱程說：「今年 5 月至今已經有 2200 位做這樣檢查搭配 AI 報告，AI 會跳出輔助報告系統，提示個案是否有 70% 以上阻塞的可能性，醫師可做參考及早安排心導管及支架治療。」
期許未來 AI 模型也能運用在其他疾病類別，幫助臨床醫師在進行判讀，針對高風險的患者及早揪出問題點，避免面臨心臟急症的發生。
延伸閱讀：