【產業應用】結合腎臟醫學及大數據，人工智慧應用也能預防洗腎

台灣是全球洗腎人口密度最高的國家，全台洗腎人口從五年前的6萬人，一路攀升至目前的8萬5000人，而且每年每百萬人中就有476人加入末期腎臟病的行列，增加速度同樣居全球之冠。同時洗腎也是健保支出最高的單一項目，去年高達483億，健保署署長李伯璋說，若再加上洗腎病人因併發症而住院的費用，1年的健保花費約600億，佔健保總額近10%。他多次公開指出，洗腎問題如果不面對，不管幾代健保都會倒。

 

除此之外，2017年國際權威期刊《刺絡針》研究比較了1990到2015年，全球近145個國家的「醫療可及性與照護品質」（HAQ），但台灣在慢性腎臟病照護上，只拿到50分，比日本、韓國、新加坡、美國及英國等都低，也引發醫界一片嘩然與檢討。台大公衛系副教授林先和指出，台灣不是洗腎品質差，而是沒有做好預防，讓洗腎病人不斷出現；高醫大附設醫院副院長黃尚志也認為，這個研究結果對於醫界最大的啟示是，與其在洗腎上面努力，更應該做的是投入資源、改變觀念，做好前端預防。

 

的確，目前對於洗腎的討論仍大多集中於洗腎或換腎、健保給付制度的相關問題。如何預防呢？結合腎臟醫學、大數據與AI應用，讓預防洗腎有了可能的解答。

 

與台灣人工智慧學校合作，中醫大附醫透過 AI 預測未來洗腎風險

 

專長慢性腎臟病治療、現任中國醫藥大學附設醫院醫學研究部副主任兼大數據中心副主任郭錦輯，與台灣人工智慧學校合作，透過人工智慧的協助，只要透過患者的超音波影像，就能分析病患第一年內測量的腎臟功能指標變動，預測病患未來末期洗腎與罹患急性冠狀動脈症候群的風險。

 

這個運用人工智慧在腎臟功能變動預測上的研究，登上《Natural Partner Journals》，也是這本大多刊登史丹佛大學、哈佛大學與Goole研究的期刊，首度接受台灣研究團隊的論文，也是人工智慧運用在醫療的一大突破 。

 

台灣人工智慧學校執行長、也是這篇論文的共同作者陳昇瑋表示，過去腎功能檢查一定要透過抽血，這是第一次將機器學習運用到腎臟超音波影像，透過電腦的判讀就能分析甚至預測腎臟功能。  

而具體的做法是從影像解析開始。在約20萬筆的腎臟病人超音波影像中，找出出4900張最完整的影像，透過模組建立及八層神經網絡計算，用以訓練機器學習模型，比對出不同階段腎病影像特徵。

 

結合醫療與人工智慧專家團隊，研究成果將改變腎臟疾病照護模式

 

這個結合醫療與人工智慧專家的團隊，一步接著一步從蒐集數據、訓練模型到優化、檢測，判斷患者是腎病第三期的準確率突破九成，而看過逾上千張腎臟超音波、有十年經驗的專科醫師，準確率約達75％。原因是，電腦判讀影像超音波時，是一個像素（pixel）一個像素比對，能夠解讀出來的各種複雜訊號當然遠勝人類的眼睛。  

郭錦輯分析，慢性腎病共分五期，在第三期前發現都還有機會，如果到第四、五期就幾乎不可逆。所以，這個研究對於患者而言，可以掌握黃金治療期。再加上不必抽血，而且幾乎一照完超音波就可以知道結果，「我們期待這個研究可以是改變腎臟疾病照護模式的開始。」他強調：「這種非侵入、大規模的篩檢對於台灣流行病學調查將產生一定的影響。」