隨著醫療的進步，許多手術方法發展出用以治療疾病，這些手術多半需要麻醉科輔助下進行，包括全身麻醉、半身麻醉或是區域麻醉。在現代醫療中，生理監測的精準和藥品的可靠性增加，麻醉風險已經較以往降低。目前，國際上接受選擇性手術的病人術後任意死因死亡率（All-cause Mortality）約為1.7%（0.5%至2.8%），這些風險可透過手術和麻醉期間的適當評估和規劃來調節。亞東醫院的手術後任意死因死亡率（All-cause Mortality）在這八年來平均約1.3%。隨著科技的進步，特別是人工智慧（Artificial intelligence，AI）的發展，醫療臨床有了利用這些技術來預測和管理麻醉風險的機會。這篇文章將探討如何利用AI，特別是機器學習和深度學習，來改善麻醉風險評估和管理，並介紹本院麻醉部在這一領域的創新應用。
麻醉風險評估的現狀與限制
傳統上，麻醉科醫師依靠美國麻醉學會（American Society of Anesthesiologists，ASA）的身體狀態分級系統來評估病人接受麻醉的風險。這個系統雖簡單但較為古老，主要根據病人的整體健康狀況分為五個級別，並且針對各級別有相對應的風險。然而，這種方法未針對不同手術麻醉和不同病人共病症，個人化地評估可能出現的不同風險。這一挑戰催生了多種工具來預測術後死亡率，如美國外科醫師學會的NSQIP風險計算器等。但這些工具沒辦法對應到台灣的手術分類，並且無法有即時且自動化的判別。
AI介入麻醉風險評估的潛力
AI在醫學中的應用逐漸增多，許多案例成功運用於自動化醫學影像判讀、臨床紀錄自然語言語意分析和分類及臨床決策支持系統（Clinical Decision Supporting System）。透過機器學習和深度學習技術，醫療專家能夠利用大量的電子健康記錄（Electronic Health Record，EHR）數據用監督式學習方式訓練模型，學習分類各項死亡率和可能發生的併發症。另外，自然語言處理的技術也讓我們能運用臨床輸入的文字（free text），增進模型的分類精準度。這些方法讓麻醉風險預測模型不會局限於單一手術或麻醉方式，而能針對各種麻醉方式和手術類型進行個人化的預測。再加上AI模型能夠自動使用EHR數據預測術後死亡率，可以節省人力、增進效率並且減少錯誤。
亞東醫院麻醉部的實踐
本院麻醉部整合近八年患者的手術前、手術中、手術後結果，建立了麻醉風險數位資料庫。運用這資料庫，我們能夠運用最新的AI技術，包括深度學習和自然語言處理訓練風險預測模型。這些資料包括術前診斷、手術方式、術前的實驗室檢查、共病症、術中電子麻醉記錄以及手術後的重要併發症和死亡率等。透過這系統，麻醉科醫師在手術前就能夠自動化評估病人的風險，並制定適當的處置措施來降低風險。
創新的深度學習模型
本院麻醉部的研究團隊引入了一種創新的合成深度神經網絡模型（fusion deep neural network），結合了結構化的EHR數據和非結構化的臨床文本。我們在模型中，加上使用BERT（Bidirectional Encoder Representation Transformer）的技術，從臨床文本中提取了有意義的概念嵌入，這些文本包括術前診斷和擬議手術過程的描述。這個結合了結構化和非結構化數據的模型在預測30天內術後任一原因死亡率（all-cause mortality）的方面表現出色，其準確度（Area Under the operating Receiver characteristic Curve，AUROC）達到0.964，統計上顯著地高於其他現存的模型，證實這一技術的優越性。而所有資料皆可自動化在術前取得，也讓此模型可自動運作不需額外人力介入，使得用AI技術在麻醉風險評估中帶來了顯著的效益，包括提高了預測的精準度和醫療決策的品質，能降低非預期的併發症和死亡率。然而，這些新技術的實施也面臨著一些挑戰。我們需要硬體管理大量數據，同時加密維護病人的隱私，並且維持模型的定期更新，確保可靠性。
未來展望
隨著AI技術的不斷進步和數據分析能力的提高，未來在麻醉風險管理領域，這些技術將提供更多個人化和精確的解決方案。本院的案例為全球麻醉安全管理提供了一個有力的範例，展示了AI如何助力現代醫療實踐。特別是在高風險手術中，確保患者安全和提高醫療質量。此成果也刊出於2022年的臨床資訊期刊（Journal of Medical Internet Research - Medical Informatics），並且展出於2023年的台灣醫療科技展。隨著這些技術的進一步普及，我們可以預見一個更安全、更有效的麻醉風險管理新時代的到來。
麻醉部 陳沛甫醫師網頁連結介紹
專長：一般手術麻醉、術後疼痛控制、無痛分娩
https://www.femh.org.tw/section/sectionDetail2?CID=0330&&DoctorID=96949