門診透析病人瘻管阻塞風險評估AI預測軟體

點擊數: 188

▌軟體敘述

本軟體為人工智慧風險預測輔助工具，應用於評估血液透析病人於治療前之瘻管阻塞風險。系統整合血液透析病人的生理與臨床資料（包含基本資料、透析參數及實驗室數據）進行分析與預測，應用場域為血液透析室。

▌軟體用途

本軟體適用於常規接受血液透析治療之病人，於透析前進行瘻管阻塞的風險預測，提供風險預測值作為臨床參考。預測值小於50%表示低風險，大於或等於50%表示高風險，且數值愈高風險程度愈高。

▌可解釋性分析

▌九大透明性原則

運用細節與輸出結果 Details and output of the intervention
本系統運用機器學習演算法建立門診血液透析病人瘻管阻塞風險預測模型，作為臨床決策輔助工具，協助醫療團隊進行風險分層與照護管理。系統輸出為風險預測值，小於50%表示低風險，大於或等於50%表示高風險，且數值愈高風險程度愈高。
運用目的 Purpose of the intervention
本系統用於評估血液透析病人瘻管阻塞之風險，提供個人化之風險預測值，協助醫療團隊及早辨識高風險個案並進行適當處置，以提升照護效率與品質。
範圍外使用警示 Cautioned Out-of-Scope Use of the intervention
本系統適用於奇美醫療體系三院區之血液透析室，並與醫院HIS系統整合，應用於接受血液透析治療且使用人工瘻管或自體瘻管之病人，於透析前進行瘻管阻塞風險預測。
使用永久性導管進行血液透析之病人不納入適用範圍，系統於資料擷取時即予以條件篩選，僅顯示符合條件之病人於儀表板中，以避免誤用。
開發細節及輸入特徵因子 Intervention development details and input features
本研究由跨領域專業團隊進行開發，成員包含臨床醫師、護理師、數據分析師及資訊工程師，並透過定期會議討論模型設計與臨床需求。研究資料採回溯性收集，資料來源為永康院區血液透析病人資料，收集期間為2021年1月1日至2022年12月31日，納入接受血液透析之成年病人進行分析。本系統使用之特徵因子包含：年齡、性別、瘻管種類、前次Heparin使用劑量、前次靜脈壓（Venous pressure）、前次血流速（Blood flow）、前次V/B ratio（靜脈壓/血流速）、前次透析後體重、前次透析前SBP與DBP、Albumin、Calcium、Hemoglobin、iPTH，以及共病狀況（糖尿病、充血性心衰竭）。
確保開發公平性 Process used to ensure fairness in development of the intervention
本研究採回溯性收集奇美醫院永康院區電子病歷資料（2021年1月1日至2022年12月31日），納入接受血液透析治療且使用自體瘻管（AVF）或人工瘻管（AVG）之病人，並排除使用永久性導管（Permcath）之病人。所有個案皆依一致之納入與排除標準進行篩選，排除資料不完整者，以確保資料品質與一致性。模型訓練納入多元臨床特徵，並於相同條件下評估不同病人族群，以降低潛在偏誤並提升公平性。
外部驗證 External validation process
 無。僅奇美使用。
模型品質的衡量指標 Quantitative measures of performance
AUC 0.820、Accuracy 0.807、Sensitivity 0.708、Specificity 0.808。
實施和使用的持續維護 Ongoing maintenance of intervention implementation and use
本系統透過院內網路化資訊系統進行部署，並與醫院HIS系統整合，提供血液透析室使用。系統上線後定期進行效能監測與維護，並每年執行一次評估與更新，以確保系統穩定性與預測效能。
更新和驗證或公平性 Update and continued validation or fairness assessment schedule
在本系統每年進行模型評估，並透過三院區資料進行持續驗證與公平性檢視。當模型效能指標（如AUC）低於0.75時，應暫停使用並進行模型優化；若瘻管阻塞發生率大於0.45%，亦須啟動檢討與改進機制，以確保模型效能與應用之安全性。