心房顫動是最常見的心律不整疾病，患者需使用抗凝血藥物預防中風，但藥物本身可能增加出血風險。傳統評估工具對「中間值」族群容易高估或低估風險，導致部分不需用藥的患者反而面臨出血危機。台大醫院研究團隊為此開發「可解釋 AI」系統，以更精準的方式評估患者風險。
新竹台大分院內科部主任賴超倫形容，傳統工具如「硬尺」準確率僅六成，而新模型如「會彎的皮尺」，整合肺病、肝病與用藥史等多元資訊，準確率大幅提升至近九成，目標是「讓該吃藥的人不漏接、不該吃的人少受罪」。
研究團隊以台大醫院 2007 至 2016 年共 9,511 位新診斷心房顫動病例開發模型，並分別於新竹台大分院（1,300 位）與雲林分院（1,242 位）進行外部驗證。研究成果已於 4 月 7 日刊登在國際頂級期刊《npj 數位醫學》，目前處於回溯性研究階段，後續需要更多前瞻性臨床驗證。
這項突破展現台灣在 AI 醫療領域的研發實力，透過可解釋的人工智慧技術，讓臨床醫師能理解模型決策依據，進而信任並採用 AI 輔助判斷，推動精準醫療在心血管疾病領域的落地應用。
本文由台新社AI系統進行資料查找與編輯發布，相關內容或有缺漏，還請讀者知悉，務必在使用資訊前再次查證。