膝痛是常见都市痛症,但不少人因为忽视疼痛未有及早求医,导致膝患恶化。理工大学研发利用AI系统整合风险评估技术,期望将膝痛评估带入社区,提升市民对膝关节健康的意识。系统利用人工智能分析医学数据,预测病情恶化风险,可协助医生诊断及制订合适治疗方案。「膝骨关节炎预警/监测系统」分为香港社区医疗及临床医疗两个层面,用家需先填写一份简单问卷,包括体重、工作强度、生活习惯及过往病历等,部份内容需医生协助评估,然后人工智能系统便会分析患病的风险,有助及早转介高风险人士到骨科诊症,或对低风险人士提出健康管理建议。
AI系统将膝关节健康评估带入社区
系统由两名生物医学工程学系硕士生李浩轩及陈乐晋在温春毅博士督导下研发,团队留意到香港有一成人口受膝关节炎之苦,但现时医治膝骨关节炎依赖骨科专科医生,以港岛区的公立医院为例,骨科平均需轮侯3年,骨科专科医生的工作量普遍亦很沉重,每名骨科医生平均一星期处理近30个新症。
引入AI人工智能系统,可为病患整合风险评估及分析危险因子,能令医生诊症过程更加迅速、顺畅。团队亦希望将系统可将膝关节检查带入社区医疗层面,令家庭医生都可以在数据协助下,客观判断病人的情况,同时病人亦可透过应用程式了解自己的病况,并选择治疗方案,或有助减轻公立医院的轮候时间。
诊症时间可节省9成 准确率提高至95%
温春毅指出,膝关节炎患者有年轻化趋势,建议30岁以上人士也可下载相关应用程式,运用评估系统后,医生对病人已有大概印象及了解,相信诊症时间可节省高达9成,且参考2015年的研究,相信医生结合人工智能系统辅助,可令诊症准确率提高至95%。
现时专业医务人员亦会参考一些指数诊症,例如WOMAC便是一种广泛使用的评估指数,但陈乐晋形容这些指标未够全面,通常只集中于特定病徵上,惟医生很难处理每个病患的海量资料,而团队研发的系统除可同时处理大量数据外,亦复盖更多层面提高准确率,例如过往病历、X-Ray图像分析等。
温春毅说,预计五年内可展开约2000人的临床试验,令人工智能系统达至准确,将向政府申请资助,团队希望通过加强香港社区医疗及临床医疗之间的合作,改善香港慢性病管理,长远更预计系统可节省14亿港元医疗资源,用更低成本全面监测健康状况。
文章标签:香港医疗服务
更多香港医疗保险资讯: