膝關節炎 │ 理大研人工智能系統 辨膝關節炎風險 準確率達8成

膝關節炎造成痛楚，削患者活動能力，宜及早識別，惟公營醫療系統人滿為患，需輪候經年才可診斷。理大團隊研發人工智能系統，憑個人資料與醫療紀錄，助判斷患者病情惡化風險、識別高危人士接受治療，數據顯示準確率達8成，料可減少數以億計的醫療資源，紓緩公院壓力，目標5年內正式應用。

AI系統部分分析資料 ↓ 點 擊 圖 片 放 大 睇 ↓

• {{hket:inline-image name="photo.jpeg"}}{{/hket:inline-image}}
• {{hket:inline-image name="20210809OG2-G001.jpg"}}{{/hket:inline-image}}
• {{hket:inline-image name="20210809OG2-G002.jpg"}}{{/hket:inline-image}}
• {{hket:inline-image name="20210809OG2-G003.jpg"}}{{/hket:inline-image}}
• {{hket:inline-image name="20210809OG2-G004.jpg"}}{{/hket:inline-image}}
• {{hket:inline-image name="20210809OG2-G005.jpg"}}{{/hket:inline-image}}
• {{hket:inline-image name="20210809OG2-G006.jpg"}}{{/hket:inline-image}}

以往研究曾推算，現時本港有約1成人、即至少70萬人患膝關節炎，但現時未有可靠預診工具，社區家庭醫生較難診斷，按醫管局資料，骨科專科門診新症輪候時間漫長，如新界東穩定新症最長要等逾2年，令患者往往要到情況惡化才可就醫，會診時間平均亦只有數分鐘。

助早期診斷 紓公院壓力

理大團隊研發膝關節炎人工智能預警及監察系統，患者在醫護協助下輸入資料，如病徵、生活習慣及疾病紀錄等，系統會分析膝關節炎惡化風險，助醫生判斷如何跟進，轉介高風險者接受專科治療，於社區層面提早識別患者，及至專科門診，系統亦可預測助醫生快速判斷治療方案。

此系統使用美國數據庫，包含逾萬膝關節炎患者資料，實現逾80%的預測精準度，團隊正申請使用本港醫管局數據庫，有逾10萬名本地病人資料，提供病歷及醫學圖像，望提高對本地患者預測準確度至9成，現與中大及醫管局等機構合作，正收集約2,300名患者資料作分析及跟進。

理大生物醫學工程學系副教授溫春毅表示，團隊過往接觸過公院專科部門，醫生透露新症過多分身不暇，而新系統可助社區醫療中心提供早期診斷，減輕公院壓力，助醫生作客觀而準確預測，提供個人化治療。團隊分析，系統可減少患者惡化及引伸的開支，每年可節省達14億元的直接和間接健康成本，將向政府申請資助，望開展大規模臨床試驗。

Health Plus │ 健康小食助潤腸 排出體內毒邪防便秘，詳情即睇：【下一頁】

撰文︰李明佑

責任編輯：林子豐