他生活習慣好！冠動脈阻塞竟高達99％　神AI幫忙救回一命

記者蔡庭語／綜合報導

75歲陳伯伯平日生活習慣良好，有高血壓病史，有一天起床時陳伯伯忽然感覺胸悶心悸，原以為是胃食道逆流，就醫後竟發現陳伯伯運動最大心跳每分鐘139下，ST段輕度下降呈現缺氧，而透過大數據交叉比對心電圖的資訊，AI報告顯示，陳伯伯的冠狀動脈血管嚴重阻塞機率已高達72%。

75歲陳伯伯忽然感覺胸悶心悸，就醫發現冠狀動脈血管嚴重阻塞機率已高達72%。

（示意圖／photoAC）

75歲陳伯伯平日生活習慣良好，有高血壓病史，有一天起床時陳伯伯忽然感覺胸悶心悸，原以為是胃食道逆流，到中國醫藥大學附設醫院尋求協助，經消化內科再轉介到內科部心臟血管系，吳宏彬醫師建議陳伯伯使用運動心電圖檢查心血管狀態，運動心電圖顯示陳伯伯運動最大心跳每分鐘139下，ST段輕度下降呈現缺氧（註：運動心電圖ST節段位置較正常時低，或呈現線段較平，可能代表冠狀動脈缺血），依傳統人工判讀與風險因子評估(Duke Treadmill score)僅為冠狀動脈中度風險（冠狀動脈血管嚴重阻塞程度50％），屬於後續追蹤觀察，無需介入檢查；為了幫助精準評估陳伯伯的心血管健康狀態，吳宏彬醫師採用中國醫藥大學附設醫院今年五月起推行的「運動心電圖AI輔助判讀系統」同步判讀，透過大數據交叉比對心電圖的資訊，AI報告顯示：陳伯伯的冠狀動脈血管嚴重阻塞機率已高達72%。

吳宏彬醫師進一步建議，應進行心導管冠狀動脈攝影作內部精密檢查，結果顯示，陳伯伯左前降支狹窄竟已高達99%，吳宏彬醫師當下立即經皮冠狀動脈介入，並緊急置入心臟支架於冠狀動脈治療，陳伯伯萬幸逃過心肌梗塞一劫。陳伯伯出院後，胸悶狀況明顯改善，且配合飲食調整、運動養成及藥物控制，目前心臟狀況良好，持續在門診穩定追蹤。

中國醫藥大學附設醫院心臟血液系吳宏彬醫師指出，心臟本身所需的氧氣主要透過三條分枝的冠狀動脈供給，讓心臟保持完整的功能；當供給心肌血氧的任何一條冠狀動脈發生狹窄或阻塞時，就會阻斷心臟的氧氣及養分供給，導致心肌缺氧，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，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。

吳醫師分析，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」瘢塊而限縮血管的管徑。當病人運動的時候，因為管徑縮小造成供應心臟的血流不足，病人因而會有胸悶、呼吸喘等癥狀，臨床上稱為「冠狀動脈疾病或心絞痛」。當動脈粥狀硬化瘢塊發生破裂與血管內的血小板和凝血因子交互作用，快速形成血栓便完全塞住了血管，造成血管下游的心肌損傷甚至死亡，就是臨床上的急症「急性心肌梗塞」。

中國醫藥大學附設醫院心臟影像科梁馨月主任說，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，顯示國人心血管健康議題，需要被重視，梁馨月主任進一步分析，運動心電圖是診斷冠狀動脈疾病的重要工具之一，然而，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％，有鑑於此，中國醫藥大學附設醫院人工智慧中心蒐集四年來近千筆冠狀動脈阻塞達70％以上的運動心電圖像，並與心導管資料結合，設計「運動心電圖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；此外，AI模型也挑選10個量測特徵和2個衍生特徵訊號，如過去病史、最大做工等，一同輸入至模型中進行訓練，用以判別患者冠狀動脈是否嚴重狹窄超過70%。目前模型準確度約80%，敏感性為88%，分析後的數據可突破傳統人工判讀的限制」。

梁馨月主任進一步建議，中高齡族群為了瞭解與維持自身心血管健康，每年健檢不妨增加運動心電圖，進一步分析心臟運作，若增加透過人工智慧輔助分析，更能精準地預測心血管疾病演變，及早給予治療，防範未然。