Please enable JavaScript.
Coggle requires JavaScript to display documents.
聿信醫療 - Coggle Diagram
聿信醫療
「AI肺部智慧醫療輔助系統」
使呼吸能夠連續監控,再以AI警示輔助醫師判讀
功能
系統除了紀錄之外,也有監控的功能。為了協助醫護人員在開刀房、重症室等無法無時無刻監視病人的狀態下,亦能了解該病人的狀態,除了呼吸波形可像心電圖一樣投放出來以外,AI 會根據病人的呼吸聲來判斷是否異常,異常時則會啟動警示。
居家連續呼吸偵測
呼吸中止辨別
麻醉呼吸監視
解決問題
在較為危急的急診室或加護病房裡,醫師很難持續待在患者身邊觀察
目前麻醉醫學會對此加以管制、法律也明文規定麻醉進行時需依照準則監控呼吸,但卻沒有相對應的輔助器材。
可應用於非插管麻醉手術,如上下消化道內視鏡、顏面手術、兒科以及兒童牙科等。
武漢肺炎期間方便遠端監控
過去的裝置多半僅加裝錄音設備,但只要無法持續性與病患接觸,就無法克服時間與空間,今天可以調到病患的血糖、血壓,也可看到他的心電圖;但呼吸監測目前仍無法做到這一點,因此我無法知道這名病患上次哮喘發作是在何時,且沒有智慧診斷的輔助對醫生來說根本助益不大。」
ECG (Electrocardiography,心電描記術)以時間為單位記錄心臟生理活動,部分也有呼吸監測的功能,此種設備是用胸廓起伏所產生的電阻差異,來計算呼吸產生的速度與頻率;而電阻容易受到外在環境影響,如:醫護人員觸碰、病患移動碰撞等,都可能影像其準確度。再者,ECG 儀器所得出的數值僅有呼吸次數
認證
已通過衛福部食藥署TFDA
本季送件FDA
台大醫學院醫工部安規及電信安全等認證
合作對象
史丹佛大學
合作呼吸中止症研究
建立呼吸辨識平台
醫療院所
搜集臨床數據
肺部症狀診斷的正確率提升至 9 成,過去醫療人員判斷患者是否罹患哮喘、肺水腫、氣喘等症狀的共識率大約只有7成,除了重症科、胸腔科等專科醫生的診斷較為準確之外,其他僅有不到3成的機率能透過聽診器精準判斷異常。
產品
AIRMOD (AI respiratory monitor device)
使用環境:non-intubated anesthesia, remote monitoring (isolation wards, ICU), continuous monitoring of respiratory rate during lung or heart surgeries, intravenous anesthesia
偵測目標
呼吸率RR/呼吸作用偵測/異音偵測
特色
AI警示
光譜顯示
串流
重放與紀錄
呼吸相關症狀:Asthma, COPD, pulmonary edema, and heart failure, hypoxemia, apnea, or respiratory function deterioration.
Automatic chest sound monitor
偵測目標
心臟/肺臟活動的聲音
特色
降噪
AI輔助
detect abnormal sounds, analyze inhalation, exhalation, wheeze, rales, and rhonchi in real scenarios, and support the severity judgment of respiratory conditions
可播放聲音出來,又不會有回音干擾
可與ESG整合在一起,同時觀察
可與central station整合放入整個監測系統
團隊
共同創辦人吳春福董事長
18 年前孩子罹患白血病的緣故,開始投身兒童醫療相關慈善活動
說法
台灣在醫療跨電機的跨領域合作僅止於研究,很多都打不到市場。跨領域這件事情要成一定全職投入才會有商轉的可能。
認為自己更像團隊的 babysitter,提供創始成員商業思維的建議之外,也帶著他們開拓人脈、提供系統端、財務管理等必要支援。
其實新創領域很難再有新鮮事,我們看很多、自己又負責 NBD(New business development),所以我肯定這個題目是對的。
瑞軒科技(顯示器/家庭劇院)共同創辦人
瑞信兒童醫療基金會董事長吳春福
共同創辦人許富舜醫師
前台大創傷醫學部主治
現任亞東醫院心血管ICU主治
說法
查房過程中最重要的步驟是看病患臉色、以及確認患者呼吸頻率的樣態是否正常,來回查房大概得花費 1 到 2 個小時
對於急重症科、心血管加護病房抑或是開刀房醫師而言,確認病患呼吸道系統的狀態尤其重要
醫生想要判斷急重症病患的現狀僅能倚靠經驗
對於麻醉科醫師而言,執行不插管麻醉,得時時監控病患的呼吸狀況,以確保病患生命徵象。然而,目前需透過聽診器持續監聽才能實現,但現實往往不容許連續監聽,致使病患暴露於危險的狀態中。
共同創辦人蔡富吉
前光寶工程師
發揮過去開發軟、硬體上的技術實力,將電路機構、數據分析、演算法、UI/UX 開發等部分用以開發醫療材料
過去在光寶集團的工作經驗多與 IoT(物聯網)相關
自行創立 IT 接案公司,承接了 HTC 雷達微波呼吸照護服務的專案,開啟了對智慧醫療、感知技術與AI的興趣
團隊延攬兩位主治醫師、四名呼吸治療師全職參與,協助 AI 訓練並標注異常環節。
技術
AI音訊判讀
辨識吸氣、吐氣以及醫學上的異常呼吸聲音(Wheeze、Stridor、Crackle)
反應病患是呼吸過快、過慢,還是哮喘、肺炎或肺水腫等其他呼吸病症。
搜集了超過50萬筆的 10 到 15 秒呼吸音訊資料進行比對分析
自行研發微型聽診器貼片,透過醫療級的線材搭配隔音、抗噪材料與擴大裝置(麥克風),只要貼在病患身上,就可以隔絕外部雜音,並清楚地、連續地監聽肺部音訊。
困難點在於如何將聽診器的功能濃縮在有如「心率貼片」那樣扁平、輕盈的載體上