人工智慧輔助診斷方法於急診部急性上消化道出血內視鏡治療之研究

Abstract

上消化道出血是一個很常見的疾病，隨著醫療技術的發展，其治療的方式有許多的選擇，除了可 以嘗試用藥物控制其出血外，內視鏡的發展、放射診斷與治療的進步以及手術方式的改進，使得這種 疾病的病人大部分都可以獲得很好的治療。在這些治療的方法中，藥物的使用對病人是最沒有侵入性 的，而且隨著更強效藥物的發展，使得藥物在上消化道出血病人治療的過程中扮演著越來越重要的角 色。然而，消化道出血仍首重絕對的止血方式，只要有符合使用侵入性的止血方式，仍然必須盡快幫 病人安排，以避免病人因持續的出血而造成休克或死亡等嚴重的併發症。在這些侵入性的治療方式當 中，相對而言又以內視鏡的治療較為安全且較少併發症。且隨著燒灼和止血藥物注射等技術的發展， 許多在以往必須以手術止血的病例，現今也都能夠以內視鏡來處理。因此，只要病人情況許可，在判 斷病人有需要絕對的止血方式時，應以內視鏡止血做為第一考量。 急性上消化道出血的病人通常都是先到急診室求診，然而，並不是每個急診室都隨時可以安排緊 急內視鏡治療，也不是每個上消化道出血的病人，都需要安排緊急內視鏡治療。臨床上對於何種病人 必須安排緊急內視鏡止血，也尚未有一個共識。因此，急診室醫師在面對急性上消化道出血的病人， 在決定何時該會診腸胃科醫師執行緊急內視鏡或將病人轉診到可以安排緊急內視鏡止血的醫院，對於 病人的預後以及醫療資源的運用非常重要。人工智慧自1950 年代開始蓬勃發展，至今衍生出許多資 訊系統來幫助決策的進行。其中利用神經生物學發展而來的類神經網路(Artificial Neural Networks, ANN)，更是因其平行運算及高度容錯的特性，而常被用於大量且複雜資料的分類。而臨床醫學分析 本來就具有資料量大且繁雜的特性，因此自1985 年起，開始有人將類神經網路應用於醫療決策上。 目的：本研究希望利用類神經網路架構一個適合急診部使用的啟動緊急內視鏡來治療急性上消化道出 血病人之決策輔助系統。此輔助系統為適合急診部醫師使用，所使用之參數必須是可以輕易在病人就 診早期就可以取得的。 方法：本研究將以回溯性的方式收集台灣中部某醫學中心某段期間內，經急診住院、主診斷為急性上 消化道出血且住院期間曾接受胃鏡檢查的病人，並回溯病歷收集相關的潛在影響參數，以此參數架構 出新的預測系統。將收集的病人隨機分為訓練模組和測試模組。 輸出變數則定義為在內視鏡的觀察下，是否需要執行止血 (hemostasis) 的程序。依照過去的研究，只 有高風險的黏膜傷口 (high risk lesions)，亦即急性動脈出血(active arterial bleeding)或雖未出血但血管 怒張(non-bleeding visible or spurt vessels)或有血塊(adherent blood clot)的情況皆應以內視鏡執行止血。 同時並以相同的參數建構一組Logistic regression 的預測模型，並同時計算測試模組病患的Rockall numerical risk score，此為傳統評估急性上消化道出血病患嚴重度的預測系統。當以訓練模組建構出類 神經網路預測系統後，再以測試模組測試預測的準確度，並將類神經網路預測模組、Logistic regression 預測模組以及Rockall numerical risk scoring system 的預測結果互相比較。

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.