
亞洲大學生物資訊與醫學工程學系王昭能教授團隊,與欣技資訊公司(CipherLab)合作的產學計畫,獲得國科會工程處115年度產學計畫成果發表暨績效考評會議「電子資通領域(B類口頭簡報)」優良獎。團隊應用 AI 影像辨識技術,開發 Healthcare Mobile 腹膜透析導管傷口照護之大語言模型與深度學習應用。
慢性腎臟病多年來都是健保支出最高的疾病,2023年醫療費用約592億元。台灣腎臟醫學會推估,2027年慢性腎臟病加上腎臟替代治療的支出將達621.8億元,患者人數也會從2022年約250萬人(占人口10.6%)增加到300萬人。國衛院高齡暨健康福祉研究中心執行長許志成今年6月指出,透析費用占健保總支出近8至9%,每年新增約1.2萬名透析患者。
全球約有40萬名腹膜透析病患。居家腹膜透析讓病患可以在家自行透析,每月只需回診一次。但居家環境與操作時的衛生狀況可能造成感染,一直是醫界與病患關心的問題。導管出口感染的發生率約為每100病人月1次,感染病患中有15~20%會併發腹膜炎,另有15~20%需要移除導管,因而退出腹膜透析治療。
為了解決這個臨床問題,團隊結合 AI 影像辨識與大語言模型,讓病患在家就能即時判讀導管出口傷口狀況,及早發現感染風險,提升居家透析的安全與照護品質。
