心房顫動中風風險怎麼評估？臺大AI模型助攻個人化精準醫療

30秒看重點

臺大醫院跨領域團隊開發可解釋AI模型，能依個人年齡、病史與用藥資料，精準評估心房顫動患者的中風與出血風險。相較傳統固定評分工具，AI模型更具彈性與個人化，並已通過多院驗證，兼顧準確度與透明性，為臨床決策與精準醫療帶來新突破。

心房顫動是常見的心律不整之一，也是引發腦中風的重要危險因子。如何在「預防中風」與「降低出血風險」之間取得平衡，一直是臨床上的關鍵挑戰。

近期由臺大醫院總院與新竹臺大分院攜手組成跨領域團隊，成功開發具「可解釋性」的人工智慧（AI）模型，為個人化醫療帶來新突破，研究成果已發表於國際權威期刊《npj Digital Medicine》。

AI像「柔軟皮尺」，風險評估更貼近個人

研究團隊指出，傳統臨床常用的風險評分工具，多以固定加權方式評估中風風險，如同用「硬尺」測量，難以反映個體差異。此次開發的AI模型則像「柔軟的皮尺」，能根據患者的年齡、病史與用藥紀錄等多項因素，動態調整風險權重，讓預測結果更符合個人實際狀況，提升精準度。

該研究運用臺大醫院整合資料中心2007至2016年間共9,511名心房顫動患者資料進行模型建立，並進一步在新竹與雲林分院共逾2,500筆病例中驗證。結果顯示，模型在不同醫療場域皆具高度穩定性與準確度，具備實際臨床應用潛力。

打破AI黑箱，提升醫病溝通

為避免AI成為難以理解的「黑箱」，研究特別導入可解釋性分析技術，讓醫師不僅能看到風險數值，也能清楚了解各項因子對結果的影響方向與程度。此舉有助於醫病溝通，提升臨床決策信任度，同時兼顧醫療公平性。

本研究整合臨床醫學、公衛、生物統計、資料科學與人工智慧等專業，展現跨領域合作成果。研究團隊強調，醫療AI的發展不僅追求準確，更須兼顧透明性與可應用性，才能真正落實於臨床照護。

邁向個人化醫療，AI成關鍵助力

隨著醫療科技進步，風險評估正從標準化走向個人化。研究團隊表示，未來AI不僅能提供更精準預測，也將成為醫師制定治療策略的重要工具，協助病人獲得更安全、有效的醫療照護。

FAQ

Q1：什麼是心房顫動？
A：是一種常見心律不整，會增加血栓形成與中風風險。

Q2：為什麼需要評估中風風險？
A：可決定是否使用抗凝血藥物，預防中風發生。

Q3：AI模型和傳統評分有何不同？
A：AI可依個人資料動態調整風險權重，比固定評分更精準。

Q4：什麼是「可解釋AI」？
A：能清楚說明預測結果原因，讓醫師理解並信任。

Q5：這項技術目前可以使用了嗎？
A：已具臨床應用潛力，未來有望逐步導入醫療決策中。

（記者李政純、圖片來源：motionelements）

健康