系上報導

巴西聖保羅聯邦理工學院（Federal Institute of São Paulo）學生Ana Luiza Incao，透過國家科學及技術委員會「外籍高階人才來臺實習專案」（International Internship Pilot Program, IIPP）來到亞洲大學，在生物醫學工程學系王昭能教授主持的精準健康研究中心實習。Ana Luiza Incao與生醫系學生陳佩瑜、許筑茵組成跨國研究團隊，正在開發能從非侵入式連續血壓波形預測陣發性心房顫動的人工智慧模型，目標是及早發現心律不整風險。

心房顫動（Atrial Fibrillation, AF）是常見的心律不整。其中陣發性與隱匿性心房顫動常常突然發作又自行恢復，傳統檢查很難及時記錄到。不過，這類心律不整與心因性栓塞中風關係密切，是臨床上相當棘手的問題。目前要掌握這類發作，大多得靠患者長時間貼著心電圖（ECG）貼片監測，使用起來不方便，也很難普及。

以「Deep Learning-Based Prediction of Paroxysmal Atrial Fibrillation Using Non-Invasive Continuous Blood Pressure Waveform Dynamics」（以非侵入式連續血壓波形動態為基礎之深度學習陣發性心房顫動預測）。團隊正在開發名為「NIBP-AFib」的AI風險預測框架，在患者心律仍屬正常的期間，就透過非侵入式血壓（NIBP）訊號預測陣發性心房顫動是否即將發作。

研究團隊運用深度時序神經網路，分析發作前血流動力學的細微變化、每一次心跳之間的血壓變異，以及動脈波形的型態特徵，讓心律不整的預測不必再依賴長時間配戴的心電圖貼片。
研究分成兩個階段。第一階段先利用大型生理波形資料庫，對模型進行大規模預訓練與潛在特徵學習；第二階段再以真實世界的臨床族群進行獨立外部驗證，確認模型在實際醫療情境中的表現。
研究團隊表示，NIBP-AFib希望在動脈血流動力學與心臟電生理之間建立連結，發展出容易取得、不具侵入性的數位生物標記，協助臨床及早進行心血管風險分層，並提前介入治療。

「跨國合作　深化國際學術交流」

這次合作也展現了IIPP計畫在促進國際人才交流上的成果。透過臺灣與巴西學生共同研究，亞洲大學精準健康研究中心將持續推動AI結合精準醫療的應用，並深化與國際學術機構的合作。