臺北榮民總醫(yī)院正在使用 NVIDIA Jetson 邊緣 AI 平臺分析透析過程中的數(shù)據(jù)流。

中國臺灣有近 8.5 萬名腎臟透析患者。根據(jù)人口密度，這里已成為全球腎臟透析患者比例最高的地區(qū)。臺北榮民總醫(yī)院（TVGH）正在使用一個能夠在透析過程中實時預(yù)測心力衰竭風(fēng)險的 AI 模型來改善這些患者的治療效果。

心血管疾病是透析患者的主要死因。臺北榮民總醫(yī)院希望通過其 AI 風(fēng)險評估模型來緩解這種情況。該模型的準確率達到 90%。

該 AI 工具能夠在儀表板上為臨床醫(yī)生顯示用于風(fēng)險預(yù)測的關(guān)鍵因素、檢測透析機數(shù)據(jù)流中的異常并立即提醒醫(yī)生和護理人員進行干預(yù)。

NVIDIAJetson邊緣 AI 平臺等 NVIDIA AI 技術(shù)所提供的模型能夠綜合運用透析機數(shù)據(jù)、患者病歷、測試結(jié)果和藥物信息，使醫(yī)院能夠?qū)崟r分析患者數(shù)據(jù)。

該院內(nèi)科部主任 Der-Cherng Tarng 教授表示：“在這個領(lǐng)域，提前發(fā)現(xiàn)問題和并及時做出決策可以拯救生命。我們在每個透析器旁都部署了 NVIDIA Jetson 以便在透析過程中進行 AI 預(yù)測，即便是小型透析中心也能通過這種經(jīng)濟、有效的方式進行實時洞察?！?/p>

該團隊計劃將該軟件的測試范圍擴大到全島的十幾家醫(yī)院，并向中國臺灣的食品藥物管理局申請批準將該軟件作為醫(yī)療設(shè)備進行臨床使用。

透析期間的檢測

腎衰竭患者需要通過透析機過濾出血液中的毒素和廢物，他們通常每周需要做兩到三次血液透析，每次透析的時間在三到四個小時?；颊呖赡芑加行牧λソ叩葒乐氐牟l(fā)癥。如果在透析過程中未準確設(shè)置一項被稱為干體重的指標，就會引發(fā)心力衰竭。

干體重是指一個人在體內(nèi)沒有任何額外液體情況下的自然體重。臨床醫(yī)生需要在每次透析后使患者恢復(fù)到干體重。但由于晚期腎病患者的體內(nèi)一般會有多余的液體，因此他們剛開始的體重就高于干體重，使得醫(yī)生只能對干體重進行主觀的評估。

高估干體重會引起高血壓，導(dǎo)致心力衰竭等并發(fā)癥或者其他大血管并發(fā)癥。而低估干體重會使體內(nèi)排出的液體過多，導(dǎo)致脫水和血壓降低。

因此，臨床醫(yī)生在透析過程中需要監(jiān)測多個數(shù)據(jù)點，包括血流速度、動脈和靜脈壓力以及超濾率（表示治療過程中需要排出的液體量）。

臺北榮民總醫(yī)院的風(fēng)險評估工具能夠同時處理這些數(shù)值與病歷、驗血結(jié)果和藥物信息，對多達 200 組動態(tài)生理和透析機數(shù)值進行評估。這些關(guān)鍵統(tǒng)計數(shù)據(jù)以及一個預(yù)測每個患者心衰風(fēng)險的指標都會顯示在醫(yī)生和護士的儀表板上。

該工具能夠使用決策樹、梯度提升和卷積神經(jīng)網(wǎng)絡(luò)等多種 AI 算法識別患者數(shù)據(jù)，包括識別患者數(shù)據(jù)中的異常。它使用來自 300 萬份病歷的數(shù)據(jù)集訓(xùn)練而成。醫(yī)院團隊最近為該工具增加了血紅蛋白水平、胸部X光圖像分析等更多預(yù)測指標。

卷積神經(jīng)網(wǎng)絡(luò)模型將該 AI 的準確率提高了 95%。

除了預(yù)測心衰風(fēng)險外，臺北榮民總醫(yī)院的 AI 模型還將臨床醫(yī)生對患者干體重的評估偏差率降低了 80%，幫助減輕并發(fā)癥的風(fēng)險。

AI 和邊緣計算推動實時結(jié)果

臺北榮民總醫(yī)院的 IT 團隊采用 SAS Viya 分析引擎和NVIDIA CUDA-X庫來開發(fā)其 AI 模型。

雖然該團隊的電子血液透析系統(tǒng)可以自動記錄透析器產(chǎn)生的數(shù)據(jù)，但在一開始仍然需要醫(yī)護人員每 30 分鐘記錄一次生理測量數(shù)據(jù)，然后通過藍牙連接將數(shù)據(jù)發(fā)送到服務(wù)器。

臺北榮民總醫(yī)院團隊（從左至右）：護理部 Hsin-Ling Tai、內(nèi)科部主任Der-Cherng Tarng、信息部主任Chen-Tsung Kuo、高級軟件工程師Yuan-Chia Chu和腎臟科主治醫(yī)生Shuo-Ming Ou

該院腎臟科主治醫(yī)生 Shuo-Ming Ou 表示：“在半小時的數(shù)據(jù)分析間隔期間，患者仍有可能出現(xiàn)導(dǎo)致心力衰竭的并發(fā)癥。因此，我們團隊努力尋找一種可以在毫秒內(nèi)接收和計算透析機數(shù)據(jù)的實時解決方案?！?/p>

為了在四小時的透析過程中利用數(shù)據(jù)流實現(xiàn)實時 AI 推理，該院采用了Aetina 邊緣 AI 入門組件。這個組件所搭載的NVIDIAJetson Xavier NX將每秒 21 萬億次算力濃縮在一個功率僅為 10 瓦的小型模塊中。醫(yī)院 IT 團隊使用NVIDIATensorRT軟件優(yōu)化用于在 Jetson 平臺上進行推理的 AI 預(yù)測模型。

NVIDIA Jetson還通過將處理流程轉(zhuǎn)移到邊緣，幫助臺北榮民總醫(yī)院減少主服務(wù)器上的運算工作量，騰出資源支持其他 AI 團隊訓(xùn)練高質(zhì)量的醫(yī)療模型。

除了心衰風(fēng)險預(yù)測模型之外，該院還使用NVIDIAParabricks基因組學(xué)軟件、NVIDIA FLARE聯(lián)邦學(xué)習(xí)工作流程以及NeMoMegatron自然語言處理框架加速其他 AI 項目。

審核編輯：湯梓紅