台灣近500萬人睡眠障礙　中醫大附醫AI「智眠檢」準確揪病因

36歲的張先生睡眠時鼾聲雷動，全家人都睡不好，前往中國醫藥大學附設醫院就醫，耳鼻喉科主任鄒永恩判斷為「睡眠呼吸中止症」，先以扁桃腺手術改善病症，術後追蹤由攜帶式AI心電圖測量儀「居家睡眠檢測系統-智眠檢」進行，裝置輕便，在家就可上傳檢測結果到雲端，運用AI大數據快速分析，輔助醫師判斷治療成效，提升睡眠品質。

睡眠呼吸中止症　嚴重者恐半夜猝死

打呼是危險的訊號，根據研究顯示，50％打鼾者都是先打呼，接著產生睡眠呼吸暫停，可能導致心臟病、高血壓、腦溢血、中風等疾病，嚴重者恐半夜猝死！鄒永恩指出，根據亞洲睡眠協會的調查，台灣有超過20%的人，約近500萬人患有睡眠障礙，然而實際願意接受診療的人數卻遠低於此數字。

傳統睡眠檢查　床位難等又耗費醫療人力

由於醫院床位限制，能收治病人有限。而且睡眠多項生理功能檢查（Polysomnography, PSG）需要一整晚配戴多種生理感測器：包括腦波圖、眼動電波圖、下巴肌電圖、氣流、氧氣飽和度、心電圖或心跳速率等，患者被綁成「電線人」緊張無法入眠，導致檢測可能失準。此外，睡眠中心亦需備有睡眠技師徹夜監看多種類的生理數據，進行標記與判讀，醫療人力資源需求亦大。

▲傳統睡眠多項生理功能檢查（PSG）需要整晚配戴多種生理感測器，患者被綁成「電線人」緊張無法入眠，導致檢測可能失準。（圖／中醫大附醫提供）

AI分析心電圖　一機搞定、準確度逾九成

睡眠中心主任杭良文表示，中醫大附醫睡眠中心目前使用「智眠檢」，在超過100位的臨床受試病人中，與廣達合作攜帶式AI心電圖測量儀，以輕便簡易的檢查方式，大幅提升檢測效率，結合後續AI分析心電圖訊號，能輔助醫師更精準辨識睡眠呼吸中止症的病人，協助縮短後續診斷與治療。

中醫大附醫人工智慧中心主任許凱程提到，智眠檢可以根據睡眠呼吸中止發生時的心電訊號變化，使用深度學習方法辨別睡眠中止的嚴重程度。對於睡眠的呼吸中止事件和睡眠覺醒事件（因為呼吸中止而導致睡眠中斷）的偵測分別達到92.7%和93.2%的準確度，而嚴重睡眠呼吸中止症（每小時發生30次呼吸中止）的分類更達到95.8%的準確度。此系統持續進行臨床測試中，後續規劃取得食藥署智慧醫材認證，並導入臨床使用，預期將對睡眠醫學領域產生深遠的影響。

中醫大附醫表示，人工智慧中心致力於臨床資料之應用，藉由深度學習的人工智慧技術，利用醫院的醫療資料訓練智慧醫療神經網路模型，可提供臨床診斷的建議，並結合臨床決策系統，減輕醫護人員臨床工作的負擔。目前中醫大附醫人工智慧中心已取得十數項食藥署智慧醫材認證，將持續地研究和創新，期許在智慧醫療領域帶來更多突破。