急診室隱形殺手 骨盆骨折延誤治療死亡率達3成

據衛福部統計,事故傷害是台灣10大死因第6名,急診醫師表示,若外傷患者全身多處出血,骨盆骨折造成大量出血比內臟出血難偵測,一旦延誤治療死亡率達3成,是急診隱形殺手。

林口長庚外傷中心及人工智慧核心實驗室設計一套AI演算法,判讀發生骨折可能部位,平均準確度超過95%,加速骨盆骨折診斷,長庚醫院今天上午舉行記者會公布這項研究成果,此研究登上2021年2月自然(Nature)期刊子刊「自然通訊(Nature communications)」。

參與這項研究的林口長庚醫院外傷急症外科主治醫師鄭啟桐表示,骨盆X光片判讀是外傷治療中重要環節,但骨盆骨折判讀困難,若未能及時處理,患者可能會持續出血2000cc至3000cc,時間拖愈久愈難將患者從鬼門關拉出來,骨盆骨折大量出血不穩定患者死亡率高達3成。

台北長庚外傷急症外科主治醫師廖健宏說,因為很多送到急診的外傷患者都有多重出血問題,需要用最少的時間尋找出血點,以臨床觀察,急診常面對透過超音波檢查找出內臟出血點止血,就忽略骨盆骨折出血點問題。

鄭啟桐說,長庚外傷團隊收集過去10年的5000張骨盆X光片,訓練及新設計出AI演算法,能同時辨識各種不同位置及不同類別的外傷型態,還能利用熱點標示,精準指出病人受傷的位置,長庚已有近2000名患者使用這套AI,減少5成誤診率,準確度與放射科醫師的判斷相當。

鄭啟桐分享,曾收治1名自高處跌落、右大腿骨骨折的工地工人,轉院長庚前一直找不到血壓不穩定原因,只能持續輸血治療。病患轉院時已半休克,長庚利用這套AI輔助診斷,發現病患就是骨盆骨折造成大出血,即時止血,病患血壓馬上回穩。接受手術,一週後平安出院。

廖健宏說,目前這套AI演算法在美國史丹佛醫院、約翰霍普金斯醫院和新加坡樟宜醫院等國際醫院和外傷中心使用,正與台灣衛福部食藥署洽談中,希望未來可在國內各醫學中心廣泛使用。

最新生活新聞
行動版 電腦版