慢性共病防治／善用AI「算病」 更精準個人化

相較於癌症的詭譎多變，慢性病相對單純，可預期性高，近幾年來，ＡＩ人工智慧、大數據分析等技術發展迅速，台灣腎臟醫學會理事長吳麥斯、糖尿病學會理事長黃建寧、中華民國心臟學會秘書長王宗道等專家均認為，善用ＡＩ系統，可精準預測出風險，提高治療及照護品質。

吳麥斯表示，衛福部推動「糖腎共照」，腎臟科醫師看診時，須觀察血壓、血脂等數字，心臟科醫師也會看到糖化血色素等數值，醫院端如能引進數位科技系統，全方位地評估病患的血壓、血糖等資料及相關危險因子，相信能夠提高慢性共病患者的治療品質。

為了民眾容易了解慢性腎臟病，台灣腎臟醫學會以紅橘黃綠等燈號區別，如檢測數字落在綠色區間，風險較低，每年應至少追蹤一次腎功能。如為高風險的橘燈，務必積極治療，每年做兩到三次腎功能檢查，吳麥斯說，如透過衛教及數位科技，病狀控制在橘燈，不致惡化為紅燈，就是最好的永續。

黃建寧指出，在「慢性疾病共照衛教」中，病患就像在高速公路開車，遇到心臟、腎臟科等慢病問題，就進入休息站，接受衛教、治療，再回到高速公路往前開，如能導入ＡＩ系統，慢病共病治療就更完善。

黃建寧說，ＡＩ有如「自動駕駛」，可自動預測、運算，提醒慢病患者何時至休息站，接受衛教以及治療。

王宗道說，傳統使用三高、年齡、體重、ＢＭＩ等因子預測心血管疾病風險，準確度僅約七成，原因在於生活、飲食、運動、睡眠習慣、情緒等指標尚未能量化，且慢性腎臟病、代謝症候群等共病未能納入預測平台。

王宗道說，二○二○年起，心臟學會分析健保資料，結果發現，心血管鈣化分數處於「超高風險者」，即使做過血脂檢查，服用抗血脂藥，仍有半數未意識自身血管鈣化嚴重，未接受治療。

二○二一年一項研究透過ＡＩ分析四十四萬名心血管疾病高風險群就醫行為，結果顯示，實際就診不到兩成。王宗道說，若能定期量血壓，並規律用藥，可降低百分之五十一心血管疾病發生率及百分之廿六死亡風險。

轉載自：https://udn.com/news/story/7266/7340663?from=udnamp_storysns_line