約翰霍普金斯開發「有心」AI模型 助醫師精準預測心律不整

美國約翰霍普金斯大學（Johns Hopkins University）懷廷工學院（Johns Hopkins Whiting School of Engineering）的研究人員，近日開發出一款名為「有心」的人工智慧模型，旨在協助醫師早期偵測心律不整（heart arrhythmias），尤其針對難以察覺病徵的患者。此專案是由資料科學家 Mansi Goel 主導。

Mansi Goel 目前在 Lucem Health 擔任資料科學家，她開發的這款預測性機器學習模型，能分析數千萬筆電子健康紀錄（Electronic Health Record）數據，以識別出患有第二型糖尿病、慢性腎臟病、冠狀動脈疾病和慢性阻塞性肺病等共病症的高風險病患。這些病人若有心律不整問題，往往因病徵不明顯而容易被忽略。

一旦模型辨識出潛在風險患者，醫師將會收到通知，並可能建議病患配戴 Zio ECG 監測器（由 iRhythm 製造），進行長達 14 天的連續心臟節律監測。Mansi Goel 強調，此 AI 模型定位為醫師的「幫手」，目的是提供額外的臨床支援，而非取代專業醫療判斷。她表示，將「心」融入 AI 醫療應用，代表著設計時需確保其負責任地運行，並彌補潛在的偏差，例如考量心臟病症狀在不同性別或族裔群體間可能呈現差異。

為了確保模型的準確性與公平性，開發團隊會以多元化的患者群體資料進行訓練，並在不同族群間進行嚴格測試，以發現並修正任何可能的表現差異。Mansi Goel 期望未來此模型也能應用於其他複雜疾病的預警偵測，促使醫療從被動應對轉為主動預防，從根本上改善人類健康照護。

Mansi Goel 曾在印度的 Shiv Nadar University 攻讀數學與電腦科學學士，其後在約翰霍普金斯大學懷廷工學院取得資料科學碩士學位。