高雄長庚以人為本—急性腎損傷智能照護系統
HST採訪報導
2020年國家醫療品質獎-智慧醫療類《智慧解決方案組-佳作》
急性腎損傷（Acute kidney injury, AKI）為腎功能快速喪失，短期與長期影響包括：提高未預期性90天內再住院風險、惡化成慢性腎病風險、提高心血管疾病風險、增加短期與長期死亡風險。
目前已有超過30種以上診斷標準，企盼藉由早期偵測並進行適當處置，提升照護品質。改善全球腎臟病預後組織（Kidney Disease Improving Global Outcomes, KDIGO）提出的血清肌酸酐與尿量變化診斷標準為病人7天內測量兩次，血清肌酸酐數值若上升1.5倍、2倍或是3倍以上，分別符合AKI stage I、II、III的分級依據。AKI定義上的數值變化具有臨床意義及證據支持，即使只是很小的改變，病人後續演變成慢性腎臟病或是死亡風險都會提高。
圖1 AKI定義與影響
高雄長庚紀念醫院藥劑部回溯分析2010至2014年長庚體系內住院病人資料，發現出院病摘登載AKI比例逐年增加。雖有「單點血清肌酸酐異常偵測系統」提醒臨床醫師調整用藥劑量，但若照護團隊未及時因應做出改變，其實並無「主動辨識腎功能惡化」的追蹤機制。因為發現了問題癥結點，藥劑部團隊於2015年發想改善機制，積極與腎臟科醫療團隊討論，在院內原有醫療資訊系統（Healthcare Information System, HIS）內，導入智能警示與臨床決策支援系統，改善流程並獲院方支持大力推展，於2017年9月正式上線運作，2021年3月長庚醫院全體系採用。
系統建置示警功能及早介入
高雄長庚紀念醫院以兩階段循序導入：第一階段導入AKI智能警示與臨床決策支援系統，以大數據分析2015至2017年血清肌酸酐分布圖、採規則依據（rule-based）人工智慧技術，由系統自動運算病人7天內血清肌酸酐與尿量變化，提升警示系統的精準度。另與IBM/Micromedex異業結盟，將該公司開發的Ask for Watson（採自然語言辨識人工智慧技術，擷取並轉換關鍵字查詢，即時回答用藥相關資訊、提供延伸查詢及查詢回饋功能）整合至院內醫囑系統中，導入「智能藥師助理」到第一線協助團隊進行醫療諮詢對話。第二階段則導入結構化病歷科技與智能指標管理系統，利用結構化病歷欄位供下載與統計分析特性，定期彙整評估結果回饋照護團隊，進一步擬定AKI預防措施。另外，為有效進行個案管理，同時也導入SAS-VA商業智能，以視覺化呈現各病房熱點分布與各項照護指標結果。
圖2 自然語言辨識人工智慧技術
過去照護慢性腎臟病，從診斷就可以確認病人的醫療狀態，相應的醫療照護、用藥考量，包括劑量調整、品項選擇，都有明確的原則及依據，所以各大醫院已將此概念導入照護系統中。但是，腎臟功能在變化的過程中若有一點小損傷未能好好照料，就會形成不可逆的狀態，造成後續龐大的醫療負擔及病人身心壓力。若要防範於未然，如何精確定義並「及時鎖定」目標族群，在腎臟功能的實質性影響尚未加劇前便介入醫療處置，就顯得更困難。
藉由資料庫分析、文獻查證，可與全球治療趨勢接軌、觀念銜接，解決第一步－如何「定義病人」，後續仍需臨床專業判斷，範圍太大或窄化，都不適合，必須符合精準醫療的精神。腎臟科醫師們認為，判斷條件須依據國際標準毋庸置疑，畢竟在2000年之前醫學界對於急性腎臟功能異常沒有統一定義，正確專有名詞也未定，後經由3次全球性會議才正式定名，釐清標準及診斷依據。從國外流行病學資料可知，住院病人當中約有10%的比例會發生AKI；因此高雄長庚紀念醫院便選擇以住院病人的資料為背景，在長庚醫院全體系資料庫共70多萬筆資料中，統計出院診斷有AKI代碼者，僅不到1%，才發現遠遠低估了實際情況。發生AKI病人的死亡率較高，也比較容易進入洗腎治療的階段，這些都是醫療團隊在急性照護後不願看到的狀況。為解決無法早期偵測出腎損傷的迫切問題，團隊參考英國NHS運用系統分析全國醫院資料的經驗，期望能有一套讓照護團隊在48小時內及時發現異常的警示系統，而不只是用來預測AKI究竟會不會發生。
利用數據運算 見樹也見林
AKI其實不只發生在腎臟科，真正在腎臟科裡的病人，其實國內外資料皆不到2%。由於急重症病人多半會發生多重器官衰竭情況，腎臟功能會受到影響，因此胸腔科、加護病房、急診等各科都有可能。心臟有問題的病人做檢查或治療需要注射的顯影劑，對腎臟健康也有不利影響；外科手術後也可能造成腎功能受損。當病人不在腎臟內科時，醫師有時專注於眼前主要處置，不一定能及早發現AKI、不容易及時因應，除非意識到相關數值變化並有很好的認知。
圖3 AKI發生科別分析，多數不在腎臟科照護
設定警示系統後，以往不易察覺的危急狀況，現在則有很好的提示。第一時間由電腦偵測到肌酸酐上升數倍，系統發簡訊、跳出警示視窗提醒並通知醫師；藥師也能透過即時、自動化系統給予臨床醫師建議。過去病人在非腎臟科病房時，電子病歷上僅見血液生化資料，或許只能概略對應病人當日狀況差異；若沒有比對過去7天內的資料，不易警覺。這也是建立系統透過運算及資料處理的用意—幫助醫療團隊及早判斷、儘早啟動後續照護。
圖4 急性腎損傷智能照護系統強化AKI病人照護
人因概念與結構化病歷的智能系統
對藥師而言，過去照顧慢性腎臟病人時，醫療團隊會主動排除對腎臟功能影響較大的藥品、劑量確認、與醫師充分討論，權衡當下病況。急性期以優先救治危及生命的情況為目標，如敗血症，便仍得使用足量抗生素，造成腎功能暫時性缺損，也可能錯失介入處理AKI的第一時機。
推動實施時也導入人因概念，思考「行為的流程」，一般人收到警示時，第一時間的反應、決策處置的脈絡。接著便至各醫療專科的晨間會議溝通觀念。遇到住院醫師、值班醫師在值班中處理急性狀況之後，要交班給下一位醫師時，病人發生AKI是否也在提示清單內？有可能因此需重新設計提示按鍵，推估接手照護病人的最佳視窗彈出時間點，否則提示訊息過於頻繁及重複，反而造成資訊困擾而疲乏。考量視覺化面板設計，讓頁面乾淨清爽、訊息清楚，這些都是設計系統的重點。系統剛上線時，高雄長庚紀念醫院選定兩個專科病房測試，並積極進行教育訓練，藥劑部推派一位代表擔任溝通窗口，與不熟悉操作的醫療照護單位聯繫協調，並做系統的幕後監控。第一步先提高對定義病人的覺察，瞭解病人的醫療狀態，不致漏失；第二步才慢慢尋求調整處方的建議。經過幾個月的試行之後逐漸熟悉，改變處方行為。
圖5 智能AKI警示系統
結構化病歷也是智能系統改造的重點項目，與醫師會診的情況相似，要能夠將重要資訊在同一平台中呈現，包括血液、影像檢查，節省查找的時間。系統將具體資料帶進結構化病歷，不同於以往由文字串起來的紀錄，過去查找對照費時，現在則快速許多。病歷從紙本、電子化到資訊化，不僅是將紙本資料放入電腦中，而是許多重要資訊欄位化、結構化，加值成智能系統，進而能簡化流程。
在醫師、藥師團隊熟悉系統之後，接著便是納入其他職類人員的照護項目，如護理師的照護紀錄與所需資訊、營養師的飲食控制。當垂直面、水平面的連結都已整合進入系統，病人出院後的整體追蹤，便能在醫療人力運用上更顯彈性；畢竟醫療環境中，最缺乏的仍是無法百分之百滿足的人力需求，藉由智能系統可以彌補這樣的缺口。而在其他國家也相當重視的病人賦能（patient empowerment），透過加入臨床決策支援系統，可同時提高病人意識，一旦在家中發現問題，便能及早返回醫院尋求醫療協助。
雖然系統串接醫療資料庫以及圖書館資源，方便查找最新文獻及證據支持，介面操作簡單、使用流暢，但是改變人員固有的行為及習慣卻不容易。高雄長庚紀念醫院的經驗法則是先找到願意協調溝通的主管，跨部門、跨領域共同合作，不斷試行並改錯、修正，磨合之後上線運行；當品質指標因此而改善時，尚未接受的部門單位也會考慮納入。所以領導者適時給予資源連結，並與執行單位保持平行與垂直的整合溝通，可讓事半功倍。
圖6 整體強化照護團隊間的橫向連結
本文所有圖片均由高雄長庚提供