保健》台大AI 助攻心房顫用藥更精準

　心房顫動是一種常見的心律不整，容易導致腦中風，通常會以抗凝血藥物治療，卻可能增加出血風險。台大醫院跨團隊進行研究，開發出「可解釋AI預測模型」，精準預測心房顫動患者中風風險，準確率近9成，有助臨床進行用藥決策。研究已於今年4月7日刊登於國際期刊《npj Digital Medicine》。

　新竹台大分院內科部主任賴超倫說明，全台35歲以上成人約1％、15～20萬人暴露在心房顫動風險中，心房顫動容易造成血栓，若血栓脫落，沿著血管流到頭腦，就可能造成缺血性腦中風。

　臨床上，約8成病人會以「抗凝血藥物」治療，預防血塊出現及中風，但這類藥物可能增加出血風險，嚴重可能出現大量胃出血、腦出血。如何精準評估個別病人的中風風險，成為臨床決策核心。

　賴超倫指出，國際以高血壓、糖尿病、中風史、年齡等重大預測因子，作為中風風險評估指標，低危險群不需抗凝血治療、高危險群建議治療，但中危險群就較難判斷。本研究所建立的AI模型，可動態調整各項風險因子權重，使預測結果更貼近個人化需求，達到精準醫療，幫助醫師判斷這些中間族群是否該開立藥物。

　團隊利用台大2007至2016年間，共9511名新診斷心房顫動個案進行研究，預測診斷後1年內發生缺血性中風風險。透過雙模型設計，納入年齡、中風病史、高血壓、糖尿病、用藥紀錄等預測因子及慢性肺病、服用抗心律不整藥物等保護因子。

　團隊進一步將模型套用到新竹台大1300名、雲林分院1242名心房顫動病患進行驗證，結果顯示，準確率從過去傳統指標的6成，大幅上升至近9成。賴超倫表示，AI模型也導入可解釋性分析技術，呈現各項風險因子的影響，有助醫師理解背後原因，幫助臨床決策，有望未來落地應用。