标题: 人工智慧辅助诊断方法于急诊部急性上消化道出血内视镜治疗之研究
A Research on Artificial Intelligence Based Diagnostic System for Acute Upper Gastrointestinal Bleeding Endoscopic Intervention in Emergency Department
作者: 杨腾芳
YANG TEN-FANG
国立交通大学生物科技学系(所)
公开日期: 2011
摘要: 上消化道出血是一个很常见的疾病,随着医疗技术的发展,其治疗的方式有许多的选择,除了可
以尝试用药物控制其出血外,内视镜的发展、放射诊断与治疗的进步以及手术方式的改进,使得这种
疾病的病人大部分都可以获得很好的治疗。在这些治疗的方法中,药物的使用对病人是最没有侵入性
的,而且随着更强效药物的发展,使得药物在上消化道出血病人治疗的过程中扮演着越来越重要的角
色。然而,消化道出血仍首重绝对的止血方式,只要有符合使用侵入性的止血方式,仍然必须尽快帮
病人安排,以避免病人因持续的出血而造成休克或死亡等严重的并发症。在这些侵入性的治疗方式当
中,相对而言又以内视镜的治疗较为安全且较少并发症。且随着烧灼和止血药物注射等技术的发展,
许多在以往必须以手术止血的病例,现今也都能够以内视镜来处理。因此,只要病人情况许可,在判
断病人有需要绝对的止血方式时,应以内视镜止血做为第一考量。
急性上消化道出血的病人通常都是先到急诊室求诊,然而,并不是每个急诊室都随时可以安排紧
急内视镜治疗,也不是每个上消化道出血的病人,都需要安排紧急内视镜治疗。临床上对于何种病人
必须安排紧急内视镜止血,也尚未有一个共识。因此,急诊室医师在面对急性上消化道出血的病人,
在决定何时该会诊肠胃科医师执行紧急内视镜或将病人转诊到可以安排紧急内视镜止血的医院,对于
病人的预后以及医疗资源的运用非常重要。人工智慧自1950 年代开始蓬勃发展,至今衍生出许多资
讯系统来帮助决策的进行。其中利用神经生物学发展而来的类神经网路(Artificial Neural Networks,
ANN),更是因其平行运算及高度容错的特性,而常被用于大量且复杂资料的分类。而临床医学分析
本来就具有资料量大且繁杂的特性,因此自1985 年起,开始有人将类神经网路应用于医疗决策上。
目的:本研究希望利用类神经网路架构一个适合急诊部使用的启动紧急内视镜来治疗急性上消化道出
血病人之决策辅助系统。此辅助系统为适合急诊部医师使用,所使用之参数必须是可以轻易在病人就
诊早期就可以取得的。
方法:本研究将以回溯性的方式收集台湾中部某医学中心某段期间内,经急诊住院、主诊断为急性上
消化道出血且住院期间曾接受胃镜检查的病人,并回溯病历收集相关的潜在影响参数,以此参数架构
出新的预测系统。将收集的病人随机分为训练模组和测试模组。
输出变数则定义为在内视镜的观察下,是否需要执行止血 (hemostasis) 的程序。依照过去的研究,只
有高风险的黏膜伤口 (high risk lesions),亦即急性动脉出血(active arterial bleeding)或虽未出血但血管
怒张(non-bleeding visible or spurt vessels)或有血块(adherent blood clot)的情况皆应以内视镜执行止血。
同时并以相同的参数建构一组Logistic regression 的预测模型,并同时计算测试模组病患的Rockall
numerical risk score,此为传统评估急性上消化道出血病患严重度的预测系统。当以训练模组建构出类
神经网路预测系统后,再以测试模组测试预测的准确度,并将类神经网路预测模组、Logistic regression
预测模组以及Rockall numerical risk scoring system 的预测结果互相比较。
Upper gastrointestinal tract bleeding (UGIB) is a common major medical emergency.Over the last ten years
there has been a number of improvements in diagnosis and management.The use of powerful ulcer healing
drugs and improved diagnostic and therapeutic endoscopy had reduced transfusion requirements and the
need for surgery.Some studies revealed that early endoscopic therapy is associated with the reduction in
rebleeding and better outcome. However, the timing of endoscopic therapy is still controversial.
With the more and more applications of artificial intelligent in the medical filed, we hope to construct an
artificial intelligent based decision support system of emergency endoscopic therapy for upper
gastrointestinal tract bleeding.
官方说明文件#: NSC100-2221-E009-144
URI: http://hdl.handle.net/11536/99031
https://www.grb.gov.tw/search/planDetail?id=2328400&docId=365197
显示于类别:Research Plans