ALP指數偏高將提高死亡風險，台東馬偕重症團隊研究成果，在醫學會拿下首獎。（記者鄭錦晴翻攝） 記者鄭錦晴∕台東報導 ALP數值的高低能反映病人心衰竭病情的嚴重程度，進一步影響死亡率。台東馬偕醫院的重症研究團隊以「鹼性磷酸酶(ALP)在預測ICU鬱血性心臟衰竭患者死亡率中的預後價值」研究主題，在今年的中華民國急診暨重症醫學會年會上奪下首獎，這項突破性成果，為重症病人的診斷帶來新思路。 這項研究由心臟內科醫師趙川磊、胃腸科醫師鄭群翰、醫研科主任蘇珉一和身心科醫師陳紹基一起合作完成，是一次非常成功的跨科研究案例。 這次的研究中，台東馬偕團隊使用MIMIC-IV資料庫，分析了超過4500名ICU心臟衰竭患者的資料。這些數據來自美國的醫療中心，包含超過20萬次的住院記錄和6萬次的ICU病例。藉由這些龐大的數據，團隊發現ALP數值的高低能反映病人心衰竭病情的嚴重程度，進一步影響死亡率。 胃腸科鄭群翰說，如果病人的ALP指數偏高，可能意味著肝臟或骨骼有問題，這些問題常常伴隨其他風險因素，例如全身炎症、營養不良或慢性病，都會提高死亡風險。 心臟科趙川磊也提到，在台東許多病人就醫不便且高齡病患多，不僅有高血壓、糖尿病等常見問題，還常伴隨肝硬化或肝功能異常。因此，醫護人員如果能及早發現ALP異常升高，再配合其他數據分析，就能提早判斷哪些患者需要更多關注，進而改善病人的預後情況。 這項研究不僅幫助醫護人員快速評估重症病患的風險，也能讓患者獲得更符合自身需求的照護方案，為台東的重症心衰竭患者爭取更大的健康保障。

成醫醫務秘書(右)林志豪與臨床創新研發中心尤毓淮向國際展示AI醫療研究成果。（成醫提供） 記者王勗∕台南報導 德國杜塞道夫醫療器材展(MEDICA)是全球最大的專業醫療器材展，也是醫療產業年度盛會，成醫今年結合成大學研智識的AI技術製作「急性胸痛AI模型」，研究成果參加今年盛會，展示AI輔助臨床決策應用和智慧醫療廣博發展。盼透過人工智慧技術改善急診診斷效率，減少醫療資源消耗，並提升服務品質。 成醫醫務秘書林志豪今年率團參加MEDICA醫療器材展，面向全國展示成大、成醫研究的「急性胸痛AI模型」。林志豪表示，AI平台優化了急診胸痛病人的風險評估，將有效縮減急診病人留院時間，緩解急診壅塞情況，並降低醫療支出。透過AI模型能將急性胸痛病患分為高風險急性冠心症、低風險急性冠心症且可返家，以及低風險急性冠心症但需留院排除其他病因三大類別，協助醫師更效率做出臨床決策。 除了判斷能力外，此AI醫療平台還是一套自動化機器學習平台，使用者無需編寫程式碼，即能高效分析醫療大數據，並進行資料處理與模型訓練，生成具有臨床意義的分析結果，對於診斷和治療方向提供重要資訊支持，信能成為醫療團隊的一大助力。在提升醫療效綠同時減少醫療資源消耗，並提升醫療服務品質。 成醫院長李經維強調，本次參與MEDICA醫療器材展，不僅呈現成醫研究成果，更藉由國際交流汲取醫療產業嶄新技術與服務理念，與各國攜手推動產業進步，期盼與世界醫療先進國家創造智慧醫療發展更高價值，並提升治療精準度和病人服務品質。