【記者林明佑／台中報導】36歲張先生睡眠時鼾聲雷動，患有睡眠呼吸中止症，前往中國醫藥大學附設醫院就醫，接受扁桃腺手術治療後，運用中醫大附醫臨床團隊與人工智慧中心共同開發的「居家睡眠檢測系統-智眠檢」進行術後追蹤，以輕便簡易的裝置，居家就可將檢測結果上傳雲端，運用AI大數據建構的人工智慧模型，快速分析心電圖，結果顯示張先生的睡眠呼吸中止症已獲得改善，有效提升睡眠品質。

▲張先生（中）配戴中醫大附醫人工智慧中心許凱程主任（右）與廣達電腦合作「居家睡眠檢測系統-智眠檢」，運用AI大數據建構的人工智慧模型，推估張先生罹患睡眠呼吸中止症，之後門診再確認，張先生並接受耳鼻喉部喉科鄒永恩主任（左）扁桃腺手術治療後，術後追蹤已大幅改善打呼，提升睡眠品質。（中醫大附醫提供）
▲張先生（中）配戴中醫大附醫人工智慧中心許凱程主任（右）與廣達電腦合作「居家睡眠檢測系統-智眠檢」，運用AI大數據建構的人工智慧模型，推估張先生罹患睡眠呼吸中止症，之後門診再確認，張先生並接受耳鼻喉部喉科鄒永恩主任（左）扁桃腺手術治療後，術後追蹤已大幅改善打呼，提升睡眠品質。（中醫大附醫提供）

張先生說，起初因為太太反映打呼聲太大，到鄒永恩主任門診檢查，我先是用全身插滿線的傳統檢測，判定我是因為肥胖，扁條線壓迫到呼吸道有睡眠呼吸中止症，經手術治療和減重後，再使用新型儀器做術後監測，新型儀器簡單好上手，貼於胸口上不會影響行動。

▲中醫大附醫睡眠中心已使用「智眠檢」，在超過100位的臨床受試病人中，以廣達攜帶式AI心電圖測量儀輕便簡易的檢查方式，結合AI分析心電圖訊號，能輔助醫師更精準辨識睡眠呼吸中止症的病人，協助縮短後續診斷與治療。（中醫大附醫提供）
▲中醫大附醫睡眠中心已使用「智眠檢」，在超過100位的臨床受試病人中，以廣達攜帶式AI心電圖測量儀輕便簡易的檢查方式，結合AI分析心電圖訊號，能輔助醫師更精準辨識睡眠呼吸中止症的病人，協助縮短後續診斷與治療。（中醫大附醫提供）

中醫大附醫耳鼻喉部喉科主任鄒永恩指出，打呼是危險的訊號，研究顯示50％打鼾者都是先打呼，接著產生睡眠呼吸暫停，可能導致心臟、高血壓、腦溢血、中風等疾病，對生命恐將造成威脅，嚴重者甚至會半夜猝死。根據亞洲睡眠協會的調查，台灣有超過20%的人，約近500萬人患有睡眠障礙，然而實際願意接受診療的人數卻遠低於此數字。

▲中醫大附醫人工智慧中心許凱程主任指出，張先生睡眠呼吸中止每小時 29.35次，在睡眠時間每個時醒來多達59次，屬於中度睡眠呼吸停止症，張先生後續經扁桃腺術後經追蹤已大幅改善，睡眠呼吸中止降為每小時為1次，醒來時間也降為30次，減少整整一半。（中醫大附醫提供）
▲中醫大附醫人工智慧中心許凱程主任指出，張先生睡眠呼吸中止每小時 29.35次，在睡眠時間每個時醒來多達59次，屬於中度睡眠呼吸停止症，張先生後續經扁桃腺術後經追蹤已大幅改善，睡眠呼吸中止降為每小時為1次，醒來時間也降為30次，減少整整一半。（中醫大附醫提供）

中醫大附醫睡眠中心主任杭良文表示，由於睡眠中心有其空間限制，能收治病人有限，而睡眠多項生理功能檢查 (Polysomnography, PSG)又需要病人一整晚配戴多種生理感測器：包括腦波圖、眼動電波圖、 下巴肌電圖 、氣流、氧氣飽和度、心電圖或心跳速率等，多重電線在身上，形同「電線人」，病人更易緊張無法入眠，導致檢測可能失準。此外，睡眠中心亦需備有睡眠技師徹夜監看多種類的生理數據，進行標記與判讀，醫療人力資源需求亦大。

▲打呼是危險的訊號，研究顯示50 ％ 打鼾者都是先打呼，接著產生睡眠呼吸暫停，嚴重者甚至會半夜猝死。中醫大附醫耳鼻喉部喉科鄒永恩主任（左）指出，根據亞洲睡眠協會的調查，台灣有超過20%的人，約近500萬人患有睡眠障礙。（中醫大附醫提供）
▲打呼是危險的訊號，研究顯示50 ％ 打鼾者都是先打呼，接著產生睡眠呼吸暫停，嚴重者甚至會半夜猝死。中醫大附醫耳鼻喉部喉科鄒永恩主任（左）指出，根據亞洲睡眠協會的調查，台灣有超過20%的人，約近500萬人患有睡眠障礙。（中醫大附醫提供）

杭良文說，中醫大附醫睡眠中心目前已經使用「智眠檢」，在超過100位的臨床受試病人中，以廣達攜帶式AI心電圖測量儀輕便簡易的檢查方式，大幅提升檢測效率，結合後續AI分析心電圖訊號，能輔助醫師更精準辨識睡眠呼吸中止症的病人，協助縮短後續診斷與治療。

▲居家睡眠檢測系統-智眠檢，根據睡眠呼吸中止發生時的心電訊號變化，使用深度學習方法辨別睡眠中止的嚴重程度。對於睡眠的呼吸中止事件和睡眠覺醒事件(因為呼吸中止而導致睡眠中斷)的偵測分別有92.7%和93.2%的準確度，嚴重睡眠呼吸中止症達到95.8%的準確度。（中醫大附醫提供）
▲居家睡眠檢測系統-智眠檢，根據睡眠呼吸中止發生時的心電訊號變化，使用深度學習方法辨別睡眠中止的嚴重程度。對於睡眠的呼吸中止事件和睡眠覺醒事件(因為呼吸中止而導致睡眠中斷)的偵測分別有92.7%和93.2%的準確度，嚴重睡眠呼吸中止症達到95.8%的準確度。（中醫大附醫提供）

中醫大附醫人工智慧中心主任許凱程提到，居家睡眠檢測系統-智眠檢，可以根據睡眠呼吸中止發生時的心電訊號變化，使用深度學習方法辨別睡眠中止的嚴重程度。對於睡眠的呼吸中止事件和睡眠覺醒事件(因為呼吸中止而導致睡眠中斷)的偵測分別達到92.7%和93.2%的準確度，而嚴重睡眠呼吸中止症(每小時發生30次呼吸中止)的分類更達到95.8%的準確度。此系統持續進行臨床測試中，後續規劃取得台灣食藥署智慧醫材認證，並導入臨床使用，預期將對睡眠醫學領域產生深遠的影響。

▲以往睡眠多項生理功能檢查，需要病人一整晚配戴多種生理感測器多重電線在身上，形同「電線人」，病人更易緊張無法入眠，導致檢測可能失準。（中醫大附醫提供）

▲以往睡眠多項生理功能檢查，需要病人一整晚配戴多種生理感測器多重電線在身上，形同「電線人」，病人更易緊張無法入眠，導致檢測可能失準。（中醫大附醫提供）

許凱程指出，中醫大附醫人工智慧中心致力於臨床資料之應用，藉由深度學習的人工智慧技術，利用醫院的醫療資料訓練智慧醫療神經網路模型。這些模型可提供臨床診斷的建議，並結合臨床決策系統，減輕醫護人員臨床工作的負擔。目前中醫大附醫人工智慧中心已取得十數項食藥署智慧醫材認證，將持續地研究和創新，將在智慧醫療領域帶來更多令人期待的突破和演進。