理大研AI系統評估膝關節炎　有助提升準確度及節省診症時間

膝痛是常見都市痛症，但不少人因為忽視疼痛未有及早求醫，導致膝患惡化。理工大學研發利用AI系統整合風險評估技術，期望將膝痛評估帶入社區，提升市民對膝關節健康的意識。系統利用人工智能分析醫學數據，預測病情惡化風險，可協助醫生診斷及制訂合適治療方案。
「膝骨關節炎預警/監測系統」分為社區醫療及臨床兩個層面，用家需先填寫一份簡單問卷，包括體重、工作強度、生活習慣及過往病歷等，部份內容需醫生協助評估，然後人工智能系統便會分析患病的風險，有助及早轉介高風險人士到骨科診症，或對低風險人士提出健康管理建議。

AI系統將膝關節健康評估帶入社區

系統由兩名生物醫學工程學系碩士生李浩軒及陳樂晉在溫春毅博士督導下研發，團隊留意到香港有一成人口受膝關節炎之苦，但現時醫治膝骨關節炎依賴骨科專科醫生，以港島區的公立醫院為例，骨科平均需輪侯3年，骨科專科醫生的工作量普遍亦很沉重，每名骨科醫生平均一星期處理近30個新症。

引入AI人工智能系統，可為病患整合風險評估及分析危險因子，能令醫生診症過程更加迅速、順暢。團隊亦希望將系統可將膝關節檢查帶入社區醫療層面，令家庭醫生都可以在數據協助下，客觀判斷病人的情況，同時病人亦可透過應用程式了解自己的病況，並選擇治療方案，或有助減輕公立醫院的輪候時間。

診症時間可節省9成 準確率提高至95%

溫春毅指出，膝關節炎患者有年輕化趨勢，建議30歲以上人士也可下載相關應用程式，運用評估系統後，醫生對病人已有大概印象及了解，相信診症時間可節省高達9成，且參考2015年的研究，相信醫生結合人工智能系統輔助，可令診症準確率提高至95%。

現時專業醫務人員亦會參考一些指數診症，例如WOMAC便是一種廣泛使用的評估指數，但陳樂晉形容這些指標未夠全面，通常只集中於特定病徵上，惟醫生很難處理每個病患的海量資料，而團隊研發的系統除可同時處理大量數據外，亦覆蓋更多層面提高準確率，例如過往病歷、X-Ray圖像分析等。

溫春毅說，預計五年內可展開約2000人的臨床試驗，令人工智能系統達至準確，將向政府申請資助，團隊希望通過加強社區醫療及臨床醫療之間的合作，改善香港慢性病管理，長遠更預計系統可節省14億港元醫療資源，用更低成本全面監測健康狀況。