立創生醫執行長劉建昇剖析 應用於心血管疾病之邊緣運算人工智慧

人工智慧（AI）技術的快速發展，尤其是大語言模型（Large Language Models, LLM）與邊緣運算（Edge Computing）的融合創新，讓醫療健康產業正面臨前所未有的轉型機會。

AI 模型嵌入裝置端 建立個人化醫療服務

立創生醫執行長劉建昇表示，AI 與穿戴裝置的融合是未來醫療市場上的焦點。他分享「應用於心血管疾病之邊緣運算人工智慧」並指出將 AI 模型嵌入裝置端，不僅提升即時性，能強化資料隱私，更是精準健康管理不可或缺的一環。

他進一步說明，如果運用穿戴裝置監測人體生理訊號、透過感測器找出生理數據，並量化出有用的資訊，便可以幫助醫師提供精準的治療方式，甚至，有了這些生理資訊，就可以建立更加個人化的醫療服務。

AI 醫療產業邁大步 從雲端到邊緣運算

劉建昇特別指出，相較於雲端，邊緣 AI 優勢在於能提供更快速、更安全、更高效的數據處理能力，同時還能降低成本。邊緣 AI 在使用者的設備上（如：可穿戴式裝置）運行 AI 演算法，並非像傳統的雲端 AI 將數據發送到遠端伺服器或雲端平台進行處理。他強調，利用這樣的模式，未來在健康和醫藥領域的發展上，穿戴式健康監測設備在心血管疾病之 AI 運用非常值得著墨。

劉建昇說明，臨床上最常見的持續性心律不整便是一個很好的運用例子。心房顫動是心房內單一或多個區域發生頻繁而快速的電流，這些電流通過房室結傳導系統，激發心室收縮，而產生心律不規則的心跳，心房顫動有時是突發的，有時是長時間的存在，但是透過穿戴式裝置，它可以連續性的量測，並且演算出一系列的數據，這些數據甚至可以進行更加精準及個人化的運用。

劉建昇也提及，心血管疾病 (cardiovascular disease, CVD) 在平常沒有特殊症狀的表徵，故素有隱形殺手之稱，目前臨床診斷上多透過心電圖的使用，以記錄及觀察心電訊號之異常與否，若能透過早期徵兆的診斷及發現而給予適當且即時的治療，將可有效降低發病率及醫療和社會成本的支出。然而在人工智慧高速發展的現在，心電訊號有機會被穿戴裝置即時分析的演算法，提供一量化參數以表示心臟的狀態，並更深一層的了解民眾的健康資訊。

文／劉一璇