結合科技，雲端上的傷口追蹤照護
結合科技，雲端上的傷口追蹤照護
戴浩志
現職
臺大醫院整形外科 主治醫師、主任
臺灣整形外科醫學會 常務理事
臺灣手外科醫學會 常務理事
經歷
臺大醫院整形外科 住院醫師
衛生福利部桃園醫院外科 主治醫師
臺灣整形外科醫學會理事、常務理事
隨著科技的進步，醫療科技的發展慢慢有了新的進展，例如以往病患出院後的傷口追蹤，只能依靠定期回診來維持照護，但每個病患的狀態與生活不同，因此可能發生了感染、化膿等症狀而不察，就會導致須回診發現後才能重新的處理。為此，台大醫院整形外科戴浩志與臺灣大學生醫電資所、臺大醫院外科部、內科部、資訊室合作研發「智慧術後傷口追蹤系統」，期望讓醫院對病患的「傷口照顧」能夠持續不斷線。
不間斷的關心
「曾有糖尿病患因感覺遲鈍而延誤就醫，直到回診時發現傷口已經化膿爆開了。」戴浩志主任邊回想邊說到，臺大醫院每天會進行上百人的手術，住院期間會有醫護的照顧一般傷口較少發生感染，但出院後傷口追蹤僅能靠定期回診，雖然感染的比率偏低，但有這樣需求的病患相當多，幾乎每周都會碰到感染的個案。為了能夠改善這樣的狀況，才萌起了利用新科技及早發現出院後傷口感染的情況。
「智慧術後傷口追蹤系統」（AI-SWAS），是由臺大醫院及臺大生醫電子與資訊學研究所（簡稱生醫電資所）共同研發的傷口追蹤系統，這套系統的開發構想源自遠距離照護的概念，結合臺大醫師的專業判斷、臺灣大學生醫電資所開發技術，病患可利用手機AI-SWAS的app，將傷口狀況拍照上傳，8秒後可收到傷口評估與照護建議(圖一、圖二)；而若傷口有發生較嚴重的感染，醫師將同步收到通知，讓AI技術應用更貼近病人需求。
多方連結及時回報
利用AI-SWAS的app拍攝傷口照片後，會將照片上傳至AI-SWAS平台進行分析，目前可判斷傷口的紅、腫、壞死、化膿等四種傷口型態，由AI自動判讀是否有發生復原不佳或感染的情況發生，其中準確率為91%，如果有發炎現象的發生，傷口的顏色產生變化，AI-SWAS平台判讀後可以提供類似專家的第二意見，大幅減少醫護人員人工判讀的時間。病人則能透過AI得到即時的回應，並且建立與主治醫師醫師的溝通管道，讓病人及時獲得適當處置建議，醫護人員也能更迅速的進行遠端照護，節省病患往返與醫護工作量。
戴浩志主任向我們解釋，這項技術是由兩個主要部分組成，第一部分是app程式的建立，需要臺大醫院的資訊室進行雲端環境的佈建，以便拍到的照片可上傳至雲端進行判別，判別後知照片再回傳至發送的手機。第二部分則是生醫電資所開發的AI-SWAS平台，平台架在資訊室進行布建的雲端環境，透過上千張的照片進行反覆的訓練與測試後增加平台判別準確率，當經過足夠量的訓練後，未來的準確率上升是可期的。
未來趨勢與發展
雖然目前AI-SWAS還尚未在臨床上使用，但已經有了完整的架構，並於2019年生策會醫療科技展上進行發表，在展場的四天中AI-SWAS的手機app運作都順利地進行，也得到了不錯的響應與成果。
因此戴浩志主任期望能夠在臨床上落實，讓這樣的遠距離醫療能夠在臺大醫院院內首先臨床使用，除讓病患得到最即時的照顧外，也能方便未來的學術研究資料。未來更希望能透過AI-SWAS進一步將病人的照片加到電子病歷中，增加醫師看診對病歷軌跡的了解。透過新科技的進步，不僅讓病患的照顧更全面，也更加拉近了醫病關係，希望AI-SWAS未來能有更多的應用，造福更多的民眾。
討論區 : Story整形春秋｜健康與整形外科醫學的好朋友
本文章取自台灣整形外科醫學會出刊之「Story整形春秋」雜誌
( 內文及圖片由商橋公關顧問股份有限公司採訪製作提供 )