55歲的劉先生，最近發現走路快不起來，而且沒走幾步就會喘，沒辦法一口氣爬樓梯到3樓，中間需要休息喘氣，半夜也會因為呼吸不順暢而驚醒。他也發現兩腳腫脹，手指壓在前脛骨的皮膚會凹陷、彈不起來。
就醫檢查後，才發現是心臟衰竭，同時有糖尿病、高血壓，住院治療後症狀逐漸改善。
容易累、喘，症狀常被忽略
林口長庚紀念醫院心臟內科主治醫師黃昱彰指出，心臟衰竭在亞洲的盛行率約2～3%，台灣達6%，且兩年死亡率達33.9%，5年死亡率可達50%，不亞於癌症。
「心臟衰竭的症狀包括：容易疲累、喘、胸悶、下肢水腫及無力等，生活及工作會大受影響，甚至造成失能，後續的醫療費用也相當可觀。」
值得注意的是，近年來，台灣55歲以上心臟衰竭的盛行率雖下降10～20%，但年輕人卻增加4%，冠狀動脈疾病、糖尿病、高血壓、高血脂等是常見的危險因子。
過去，治療心臟衰竭最大的困難是不容易早期診斷。心臟衰竭的症狀並沒有特異性，病人不容易及早察覺，當症狀明顯時，病情往往已較嚴重，預後不理想。
用AI讀出心電圖隱含的訊息
此外，心臟衰竭的主要診斷工具是心臟超音波，因醫療資源有限，病人常要等數週才排得到檢查，費用也較高。「回過頭想，心臟科最常應用的檢查工具是心電圖，過往通常用來偵測心律不整、心肌梗塞。但心電圖上的電氣訊號，是不是隱含了一些異常的訊息，有沒有可能用來及早發現心臟衰竭？」黃昱彰說。
AI的應用帶來了突破。長庚醫療人工智能核心實驗室及心臟內科回溯過去十餘年的病歷資料，找出曾接受過心電圖及心臟超音波檢查的案例，然後配對，建立起AI模型，藉由心電圖就能推估心臟收縮分率，協助辨識心臟衰竭。
他解釋，臨床上是用心臟超音波測量心臟收縮功能，假設心室裡的血液有100c.c.，收縮後擠出60c.c.，那麼心臟收縮分率就是60％；一般人的收縮分率在50％以上，40％以下就屬顯著異常。
「但這群人不見得已經出現心臟衰竭的症狀，或者症狀很輕微，容易忽略，延誤了介入治療的時機。用AI模型及早找出心臟收縮分率異常的這群人，就有機會及早用藥物治療，預後比較好。」
及早發現心臟衰竭，及早治療
目前林口長庚醫院已開始臨床應用，心電圖判讀的結果跟傳統的心電圖解讀報告不同，會在旁邊有一個AI輔助的記號，註明病人的心臟收縮功能是否異常，「不論開立心電圖檢查的是不是心臟科醫師，都會看到這個註記，就可以判斷要不要進一步抽血及做心臟超音波，」黃昱彰說。
他強調，AI整合心電圖比較類似前端的篩檢工具，用於輔助診斷，並不能取代心臟超音波。「它等於提供警示，提醒醫師這位病人心臟收縮異常，可能有潛在的心臟衰竭，迫切需要進一步的檢查和介入處置。」
醫療資源匱乏，更需AI幫忙
對於偏鄉或醫療資源不充沛的地方，未來AI的應用也值得期待。他說，那些地方可能沒有心臟專科醫師可以執行心臟超音波，但絕大多數的醫療院所，甚至小診所，都有能力做心電圖。
如果將來應用這套AI系統，就可以及早發現心臟衰竭的潛在病人，協助轉介到有心臟專科醫師的醫院，讓病人得到適當的治療，減少病人未來因為嚴重心臟衰竭而反覆住院、接受進階治療的支出，預後也較好。「這就是AI應用的價值。」
在回溯病歷、研發AI整合心電圖的過程中，團隊有一個有趣的發現：心電圖判斷有異常、但心臟超音波還沒有顯現心臟收縮顯著異常的病人，後續追蹤發現，這群病人的死亡率比心電圖及心臟超音波皆判定正常者高。
「也就是說，心電圖隱含的訊息其實超乎我們的想像，它已經可以偵測到某些跟不良預後有關的訊息，只是我們現在還沒有辦法很有邏輯、很具體地解讀出來，這也是未來可以進一步研究的方向。」
至於AI整合心電圖篩檢心臟衰竭的效益，還需一段時間、累積更多案例才能評估。「未來希望可以得知病人轉介到心臟科的比率是否提高、接受後續檢查的普及率，甚至評估病人的預後、診斷心臟衰竭的流程是否因此而改善，藉此評估它的效益。」（責任編輯：王美珍）
