加護病房中經常可以觀察到不正確的氣管內管(endotracheal tube)位置，這種情況可能造成危險。我們開發了一種深度學習自動偵測演算法，用以在移動式X光機所拍攝的胸部X光上偵測氣管內管尖端(tip)和氣管隆突(carina)以測量氣管內管－氣管隆突之間距離。
我們使用1,842張成人插管患者的胸部X光，由兩名專科認證的重症醫師一起對氣管內管末段(distal end)和氣管分叉(tracheal bifurcation)進行標註，開發深度學習演算法。深度學習演算法性能表現評估包含內部4折交叉驗證（4-fold cross-validation，共1,842張X光片）、外部驗證（216張）以及與11名重症臨床醫護人員比較的觀察者表現測試（462張）。
在4折交叉驗證和外部驗證中，該演算法在測量氣管內管－氣管隆突之間距離的中位誤差（四分位距）分別為3.9 (1.8-7.1)公釐和4.2 (1.7-7.8)公釐。在觀察者表現測試中，該演算法在偵測氣管內管尖端、偵測氣管隆突和測量氣管內管－氣管隆突之間距離的中位誤差（四分位距）分別為2.6 (1.6-4.8)公釐、3.6 (2.1-5.9)公釐和4.0 (1.7-7.2)公釐，分別顯著優於6名、10名和7名臨床醫護人員的誤差（所有p<0.05），在任何比較中，並沒有任何臨床醫護人員明顯較該演算法準確。
基於這些結果，深度學習演算法在氣管內管尖端偵測、氣管隆突偵測以及氣管內管－氣管隆突之間距離測量可以匹配甚至優於第一線重症臨床醫護人員。
參考文獻
作者資訊
賴昭翰 |
成功大學外科學科/附設醫院外科部外科加護病房 |
教授/主任 |
d303878@mail.hosp.ncku.edu.tw |
(06)2353535-3264 |
黃敏信 |
附設醫院外科部外科加護病房 |
醫師兼臨床講師 |
icu.tainan@gmail.com |
(06)2353535-3260 |
陳奇業 |
成功大學資訊工程系/醫學資訊研究所 |
助理教授 |
chency@csie.ncku.edu.tw |
(06)2757575-53620 |
洪昌鈺 |
屏東大學資訊工程系 |
特聘教授 |
horng@mail.nptu.edu.tw |
(08)7663800-31678 |
李俊毅 |
成功大學統計系 |
副教授 |
cili@ncku.edu.tw |
(06)2757575-62555 |
孫永年 |
成功大學資訊工程系/醫學資訊研究所 |
特聘教授 |
ynsun@mail.ncku.edu.tw |
(06)2757575-62526 |