coolanews府城電子報 以大台南地區為主的網路媒體，希望透過多元化媒體報導，讓大眾獲得所需要的生活訊息。

64愛的鼓勵 23訂閱站台

〔記者林孟蒨南市報導〕奇美醫學中心麻醉部婦幼麻醉科主任褚錦承指出，術前麻醉評估是不可或缺的環節，完善的麻醉前風險評估，可以減少術後的併發症，建置麻醉ＡＩ風險預測系統，為醫病共識及療決策最佳利器！

褚錦承主任舉案例說明指出，陳小姐陪罹癌的媽媽進行麻醉訪視，惶惶不安的心情也讓她想起以前開刀的經驗，術前麻醉醫師的解說，總是得花上不少時間，且聽得似懂非懂。但這次的麻醉訪視、評估及擬定計畫，卻給了她不一樣的感受，。麻醉醫師測量了媽媽的血壓、血氧及心跳，檢閱電腦上的病歷，輸入一些資料後，電腦立即跳出一個麻醉風險的畫面，麻醉醫師指著畫面告訴她，經過人工智慧風險預測顯示，陳媽媽這次手術與麻醉風險主要是在出血與感染，醫療團隊會在這些地方加強照護。

陳小姐與媽媽在系統輔助下很快就清楚了解麻醉風險，並簽署了麻醉同意書，相較之前的感受截然不同，時間也節省三分之二。一週後，陳媽媽接受手術，住院五天就順利出院，母女二人對於奇美醫學中心的人工智慧輔助麻醉風險預測系統，印象深刻且充滿感激。

褚錦承主任表示，過去二十年外科手術不斷增加，全球每年大約有三億多例的手術，根據衛福部統計台灣全年手術量自二００一年的一六五萬次到二０二０已上升到二一二萬次。另外，世界衛生組織（ＷＨＯ）更預估在未來的五十年，手術服務量將成長兩倍。接受手術幾乎免不了要麻醉，而手術與麻醉都屬侵襲性醫療處置，具相當程度的風險，病人在同意治療之前，須清楚了解自己所承受的風險程度。接獲手術通知之後，就要到麻醉諮詢門診，由麻醉醫師評估麻醉風險，擬定麻醉計畫，解說麻醉方式與風險程度，達成醫病共識。

褚錦承主任說，影響麻醉的因素非常多，大致可以分成手術相關（如：開心、肺的大手術，或切除皮膚腫瘤侵襲性較小的手術）、麻醉相關（如：全身或半身麻醉）與疾病相關（如：高血壓、糖尿病、心肺疾病等）。病人的臨床資訊越完整，風險評估越準確，因此危險因子及時矯正，能有效降低麻醉風險及死亡率，更有助病人或家屬術前的溝通，藉此達到個人化和精準的麻醉風險預測。

人腦的思維緩慢且容易出錯，即便是執行簡單的算術或邏輯推理亦然，更不要說是多因素與非線性的相關運算，因此進入精準醫療的年代，需要建構一個更精準的，以機器學習運算輔助的風險計算系統。近年來，隨著醫療大數據的累積與電腦硬體與人工智慧（ＡＩ）的演算法之精進，可以將這項艱難的任務由人工智慧來有效輔助。

奇美醫學中心麻醉部在王志中講座教授指導下，二０一九年奇美醫學中心成立「醫療大數據庫暨人工智慧運算中心」（ＡＩ中心），由劉忠峰教授領軍，並結合麻醉部部長陳貞吟、婦幼麻醉科主任褚錦承、麻醉部主治醫師王桂棻，佳里奇美醫院麻醉部主治醫師李育諭，著手研究將這艱難的風險評估任務交由人工智慧（ＡＩ）來輔助完成。人工智慧由機器學習得出，而機器學習仰賴大數據，奇美醫療體系三院區每年約有三萬兩千至三萬五千例的麻醉量，十年間就有三十萬筆資料，足夠進行機器學習，發展人工智慧醫療。

褚錦承主任指出，術前麻醉評估是不可或缺的環節，完善的麻醉前風險評估，可以減少術後的併發症。因此，奇美醫學中心麻醉部運用近十年的電子病歷資料庫，擷取出一０二八六位手術病人的術前基本資料，包括性別、年齡、身高、體重、主診斷、手術、麻醉方式與特殊處置（如動脈導管或中央靜脈導管）、美國麻醉醫師協會生理狀態、共病與生化檢驗數據，運用醫療大數據進行機器學習技術，預估手術後死亡率與重大不良反應的風險，最後將表現最為優化的模型，建置成為「手術麻醉人工智慧（ＡＩ）風險程度預測系統」，供麻醉醫師臨床輔助使用，成為醫師的第二大腦，提升醫療品質、降低麻醉風險和死亡率。

病人進入麻醉訪視門診時總是忐忑不安，腦筋常常是一片空白，對於繁複的文字解說，更是很難理解。奇美醫學中心手術麻醉人工智慧（ＡＩ）風險程度預測系統於二０二０年四月上線使用，運用圖形化的方式呈現麻醉風險，迄今已替三千位個案進行評估，提供醫師、病人及家屬快速達成醫病共識。麻醉部醫師對此預測系統的滿意度高達四點七分（滿分五分），以科技創新力量突破麻醉風險造福人群。目前奇美醫學中心更完成髖關節手術、開腹手術兩款基於人工智慧（ＡＩ）的麻醉風險預測系統，提供麻醉醫師臨床運用。其預測表現，優於目前廣為使用的美國麻醉醫師協會的五級生理狀態分類評估系統。

褚錦承主任表示，奇美醫學中心的手術麻醉人工智慧（ＡＩ）風險程度預測系統，是全台率先將構想落實於臨床運用的醫院，成果並獲得二０二一年綠點子發明暨設計競賽金牌獎及國家醫療品質潛力獎與標章之肯定，更於國際知名之醫學期刊ＢＭＣ　Ａｎｅｓｔｈｅｓｉｏｌｏｇｙ發表。醫療團隊也將陸續完成心臟胸腔手術、腦神經外科、外傷科、骨科手術麻醉的預測系統，以輔助麻醉醫師做出更有效率的評估，促進醫病溝通，進而改善醫療品質。