記者楊艾庭／綜合報導
79歲林女士在廚房做菜時，突然發生左側手腳無力，被家人送到中國醫藥大學附設醫院急診，當時左側手腳僅能稍微移動、左側忽略症、左側顏面麻痺、嚴重口齒不清，神經部蔡昇達醫師初步研判為右側大範圍腦中風，需要立即進行電腦斷層掃描，幫助找到腦部受損位置與面積。
團隊先以無顯影劑的腦部斷層影像（Non-contrast CT, NCCT）確認林女士損傷狀況，並啟動「iStroke腦中風診斷平台」，運用AI大數據分析腦部CT，並模擬施打顯影劑後的影像，預測林女士損傷的腦部區域落點與體積，診斷出林女士為右側中大腦動脈阻塞、導致缺血性腦中風，結合後續AI分析CTP得到的可救治區域與不可救治區域等資訊，輔助醫師判斷治療成效。
林女士術後恢復狀況良好，不僅降低了大範圍腦中風後的死亡風險，其左側肢體與口齒不清的狀況大幅改善，手腳可以抬高，並從原本臥床狀態進步到可以乘坐輪椅，而忽略症也消失了，後續要復健以強化肢體力量。
打顯影劑恐有風險 人工智慧偵測事半功倍
電腦斷層檢查是現今相當重要的高階醫療影像診斷技術，神經部蔡崇豪主任指出，臨床上依據腦部灌流掃描（CT perfusion, CTP）來診斷缺血性腦中風並評估其範圍時，需要花費額外時間來施打顯影劑以及完成腦部掃描，此外，慢病族群、急性腎臟傷害或重度慢性腎衰竭等病人對顯影劑也可能有過敏風險，注射顯影劑時，會發生噁心及嘔吐，若原本意識不清者，可能會因為將食物吸入肺臟而產生肺炎。
中醫大附醫神經部與人工智慧中心合作，運用大量NCCT影像資料，設計出「無顯影劑電腦斷層下的缺血性中風偵測系統」，只要約90秒即可判斷有無急性缺血性腦中風，再結合中國附醫開發之「腦部灌流掃描（CTP）成像智慧分析系統」，建立iStroke平台，強化對於腦中風的診斷與治療決策能力。
iStroke平台高達九成準確率 突破人工判讀能力
中醫大附醫人工智慧中心許凱程主任強調，iStroke平台利用深度學習架構以近400位病人資料進行人工智慧模型的訓練，使模型學習分析NCCT及CTP影像，自動圈選出腦部缺血區域、以及其內部的核心區域（ischemic core）和缺血半影區域（penumbra），以協助醫師準確評估急性缺血性腦中風患者接受緊急處置後的療效。目前該系統對於大於70毫升的腦部缺血體積，達到92.5%的準確率、100%的敏感度、與89.7%的特異性，已突破傳統人工判讀的能力。
中醫大附醫神經部呂明桂醫師表示，急性缺血性中風的治療具有急迫性，病人被診斷和接受治療的時間越久，可以挽救的腦部缺血範圍就越少。因此快速診斷病人是否罹患急性缺血性中風，並量化可救治的腦部範圍，是病人可以及早接受治療與恢復良好的關鍵之一。
而這項成果，發表於台灣神經醫學學會第23屆年會並獲得優秀論文獎項，另外也發表在2022年的亞太中風會議上。平台能協助醫師提高腦中風的診斷效率，使更多患者能接受緊急治療，改善其病後的生活功能。
