這項研究參照了 Danish Stroke Registry 及 2015 年至 2020 年 Copenhagen Emergency Medical Services 超過 150 萬個電話的數據集,其中包括7000 多通有關中風的電話。研究人員使用相關數據來訓練 AI 架構,使其轉錄通話的音訊,並基於該轉錄文字預測中風的風險。
按照對 2021年的通話進行評估的結果,該 AI 架構在識別中風個案方面比緊急服務處理人員更有效率。該 AI 架構取得了 63.0% 的聯想率(敏感度)以及 24.9% 的準確度(正面預測值),獲取了 35.7 的 F1 分數。相比之下,緊急服務處理人員則取得 52.7% 的聯想率及 17.1% 的準確度,F1 分數為 25.8 。
作為 Copenhagen University Hospital 研究主要作者之一的 Jonathan Wenstrup 醫生評論說:「對尋求醫療援助的病人而言,緊急服務處理人員是第一個接觸點,所以他們在早期及準確的中風識別上有著關鍵作用。很多中風案例在這個階段均不容易被察覺,導致治療延誤,造成病人潛在的生命危險。」
在歐洲,中風不僅是第二大的死因,更是成人殘疾的主要成因,每年影響超過百萬人。在人口持續增長及老化的情況下,預計在 2017年至 2047年期間,歐盟內中風的人口將會增加 27%。儘管如此,很多中風案例均能事先防患,如能及早治療,則可以大大改善相關情況,並帶來正面結果。
資料來源: European Stroke Organisation
圖片來源: European Stroke Organisation