台大AI皮尺預測心房顫動中風風險　估準確率9成

（中央社記者沈佩瑤台北10日電）心房顫動會引發腦中風，使用抗凝血藥物是雙面刃，最怕中風沒來，病人先腦出血。台大醫院團隊正在打造「可解釋AI」，目前研究發現可精準預測心房顫動患者的中風風險，準確率近9成，將來用藥可望不再左右為難。

在今天上午成果發表會中，新竹台大分院內科部主任賴超倫簡報指出，臨床上常使用抗凝血藥物預防腦中風，但這類藥物可能增加出血風險，輕微如牙齦出血、痔瘡出血等，最嚴重則可能面臨腸胃出血、腦出血等危機。

過去對「中間值」族群容易高估風險，導致部分病人其實不必吃藥卻還是吞了，反而增加出血機率。賴超倫表示，新AI的強項正是在這些「模稜兩可」的風險族群中發揮作用，清楚劃分風險邊界，讓該吃藥的人不漏接、不該吃的人少受罪，達到「該出手時才出手」的精準醫療。

台大醫院研究團隊利用台大醫院整合資料中心2007至2016年間、共9511位新診斷心房顫動病例進行開發，並透過雙模型設計，在預測準確度與模型透明性之間取得平衡，避免AI淪為無法解釋的「黑箱」。

研究團隊進一步將模型套用於新竹台大分院（1300位）與雲林分院（1242位）的病例進行驗證。結果證實，該模型在不同臨床場域中皆具備極高的適用性與穩定性，展現了跨院應用的潛力。

此外，研究導入可解釋性分析技術，清楚呈現各項風險因子的影響方向與權重。醫師不僅能獲得風險預測數值，更能理解其背後原因，有助於醫病溝通與臨床決策。

賴超倫比喻，傳統評估工具像「硬尺」，只看年齡、性別與既往病史，準確率僅約6成，而新模型像「會彎的皮尺」，納入肺病、肝病與用藥史等多元資訊，準確率大幅提升近9成。

這項研究突破了傳統臨床評分工具的侷限，成果在今年4月7日正式發表於數位醫療領域排名第一的「npj 數位醫學」（npj Digital Medicine）期刊。

全台估計35歲以上成人約15萬到20萬人暴露在心房顫動風險中。賴超倫表示，心房顫動患者罹患中風的風險約為一般人的5至10倍，但抗凝血劑一年約有2%的出血風險，如果病人的中風風險不到2%，吃藥反而更危險，就未必值得用藥，這正是AI能幫忙精算的關鍵時刻。

台大團隊說明，這套架構主打「可解釋性」，讓醫師看得到AI腦袋裡的邏輯，進而創造個人化的醫療決策，目前處於回溯性研究階段且待更多臨床驗證。賴超倫表示，這只是個開始，未來希望能讓更多醫療AI落地，真正實踐健康平權。（編輯：陳清芳）1150410