公共政策網路參與平臺

年計畫經費

31,471(千元)

隸屬專案

「五加二」產業創新計畫(生醫產業)

計畫摘要

隨著長照2.0 資源佈建與健康照護產業蓬勃發展，照護資源與資訊需良好整合，以利帶動提供優質之整合式服務。本計畫延續前階段之智慧化科技導入長照各個環節，並更強調「整合性」之照顧服務，融入公共衛生預防醫學三段五級概念，透過智慧物聯網及AI 科技，規劃以ICT 串連整備整體照顧體系，以建立智慧醫療暨長照資源整合應用與強化自主健康管理，延伸並整合健康促進、失智及長照服務支援居家醫療的全人照護服務。由4 個細部計畫共同執行，聚焦於智慧整合健康照護、大數據綜效分析、失智症多元照護以及個人化健康管理等4 個面向。透過場域試行、實證研究、巨量資料整合分析與人工智慧建置健康照護相關預測模型，如個人化照護預測、照顧者健康預警、縣市別照顧與人力需求預測等，同時與縣市政府、部立醫院暨社區/居家型長照醫療服務體系、衛生所等重點單位合作，以利應用於發展新型態健康與醫養整合服務模式或政策介入，擘劃精準健康照護，延緩進入或減緩失智失能歷程，提升民眾健康與優化照顧生態。過程中透過技術加值帶動照護產業發展與衛福部政策連結，跨業聯盟整合推動符合在地需求之醫療長照服務，創造健康照護產業之永續經營。

年度目標

1. 擴展資通訊整合照護模式，評估結合其他技術加值與永續經營的可能策略，優化我國整體照護服務品質。2. 運用長照資料導入機器學習及人工智慧演算法建置長照服務申請項目與主要照顧者負荷預測模型，強化個人精準照護及降低高負荷風險家庭壓力。3. 於失智據點使用虛擬實境懷舊介入與評估成效；與大同醫院、台北榮總、彰基醫院、雙和醫院合作，發展多元失智照護模式；了解失智症不適當性表達行為之情形。4. 完善高齡跌倒預警模型及智慧健康管理模式。

重要執行成果

計畫亮點:「1. 本計畫以部立豐原醫院為驗證場域，利用醫療資訊系統與長照系統歸人資訊串接技術功能，發展「創新歸人醫療長照整合服務模式」，支援醫療及長照專業人員可雙向參考個案醫療及照護相關資訊。更進一步擴展模式鏈結外部（非豐原體系）營運長照單位，以增加資訊整合的受惠民眾，共完成5家外部居家型長照服務單位及1家外部住宿型長照服務單位加入計畫模式及系統串接生理數值資料。2. 這一季，我們應用依據 Bach (2008)的建議，重複進行256次Bootstraping抽樣，每次抽樣後進行 LASSO 篩選，產生變項集，將每次的變項集取交集，得到最終的變項集並建立回歸模型，分析影響長照服務使用頻率高低的主要因素。我們發現以下長照服務使用的影響因素：(1) 收入差異：經濟弱勢族群顯著更傾向於成為高利用者，顯示長照服務對弱勢家庭的重要性。(2) 進入管道：透過醫院或服務單位銜接長照系統的案家較多為高利用者，而其他管道的案家更可能是低利用者。(3) 居住區域：文化因素或是其他非身體因素可能影響個案服務使用頻率，特別是長照服務區3的個案。此外，特定族群特徵分析顯示:(1) 高失能組：接受氧氣治療或血氧濃度測量的個案反而更可能是低利用者，可能與慢性疾病（如COPD）有關。(2) 留置時間：若個案能單獨在家時間越長，則更可能成為高利用者，但高失能組有例外情況。本研究之建議與應用: (a) 強化經濟弱勢族群的長照服務支持。(b)提升非醫院途徑案家對長照資源的認知與使用。(c)針對服務不足地區（如長照服務區3），優化服務使用不足地區的服務提供方式。3. 有關先前開發適合我國資料計算照顧負荷之CSI_based量表研究成果及引用先進的大型自然語言處理模型RoBERTa（Robustly Optimized BERT Pretraining Approach）辨識高照顧負荷的相關研究成果分別於113年6月及10月由國外期刊接受並刊登。4. 以精準醫療與證據醫學為基礎發展失智症相關照護計畫之重要亮點包括:(1) 透過虛擬懷舊介入可以改善失智個案BPSD症狀，以及減輕照顧者負擔。(2) 阿茲海默症和巴金森氏症的病徵存在顯著差異，前者主要表現為認知障礙，而後者則以行動障礙為主。由於這些症狀的不同，未來的長期照護政策需要針對不同疾病的需求進行功能客製化，以實現更加個人化和彈性化的照護。(3) 住院個案管理介入模式顯著降低失智個案急性住院時之譫妄發生率，且提高臨床醫護對譫妄辨識。(4) 提供失智家屬i-support照護系統，教導失智症相關照護。(5) 透過失智症性表達行為量表找出失智症個案性相關問題對照顧者所造成的困擾，為後續發展相關治療或衛教做準備。5. 完善高齡跌倒預警模型及智慧健康管理模式之本季重要亮點包括:(1) 持續擴充中高齡身心健康資料庫:今年新增1社區使用智慧健康管理模式據點，在彰化及楊梅地區進行，針對社區長者佩戴與使用穿戴式裝置，並持續進行追蹤六個月，今年整體收案截至12/25已達840人次，今年總追蹤人次為150，其中有20位完成基線、21位完成第一次追蹤、42位完成第二次追蹤，67位完成後測。已達本季目標人次。(2) 資料分析完善高齡跌倒風險評估:納入542位居住於社區的高齡者，每位個案於基線與追蹤時進行心律變異與椅子起坐能力測量。目前已完成資料鍵入與資料比對。並完成心律變異與椅子起坐能力縱貫資料分析。發現心律變異的變化預測椅子起坐能力之衰退，藉由測量該生理層次的變化可偵測相當早期的跌倒風險並追蹤跌倒臨床前期之進展，以利及早介入。此結果已刊登於國外重要期刊。(3) 優化跌倒風險健康管理模式:已完成預防跌倒(衛教)app (Android/IOS)一式之設計與開發 ，可供社區中高齡國人使用，利於健康促進推廣，預期可降低高齡跌倒風險。更新滿意度調查結果，對於手環搭配app使用有97.3%的個案認為有助於了解自身健康狀況，72.5%的個案認為可提高日常活動/運動的意願，82.6%認為可提升生活品質，96%認為符合自主健康管理需求。」 / 關鍵成果:「1. 本計畫以部立豐原醫院為示範場域，應用資通訊發展「歸人連續性照護資訊整合模式」，經過實際運作與效益評估，優化醫療長照協作服務。為增加資訊整合的受惠民眾，今年(113年)接續擴展跨域資料串連模式向外鏈結外部營運長照單位，共完成5家外部居家型長照服務單位及1家外部住宿型長照服務單位加入計畫模式，此為第1家部立醫院與外部體系長照單位之照顧服務資訊串接與應用。醫護人員透過資訊系統即時查詢長照個案在社區接受照顧服務的資料，進一步促進所在區域醫護與長照單位間的協作。2. 經檢視過往使用者與長照小幫手的歷史操作及對話紀錄後，針對資料庫中不精確的問答進行優化，提升使用者提問時抓取正確回復的準確度。另將OpenAI的編碼模型升級至最新版本，並將所有文字輸入交由語言模型進行使用者語意辨識，以對應的小幫手功能進行回復，操作者不需再手動進行聊天或問答功能切換，增加小幫手操作直覺與便利性。3. (1)開發非藥物輔助療法模組介入可以改善患者的神經精神行為症狀，提供長照單位智慧科技的新創模式。不同的互動性懷舊介入的內容，對病人的認知功能跟情緒改善會有不同程度的影響。(2)高雄市失智友善單位的培訓布建，不僅提升社區失智症患者的轉介率，透過診所的初步篩檢，後續確診為失智症的比率超過60%。(3) 與高雄市衛生局共同研擬高雄市社區失智症照護模式指導手冊，包含從社區出發跟醫療單位結合，最後又以證據醫學導入社區的模式。(4)住院個案管理介入模式，顯著降低失智個案急性住院時發生譫妄的比例(個管組18% vs 對照組34%)，且提高臨床醫護對譫妄辨識(初次發現譫妄時間為住院後第2.2天vs. 3.2天)。調整可能影響譫妄的其他因素後，發現接受個案管理可顯著降低譫妄發生風險(OR = 0.33)。(5)調查不同失智類型患者的多樣化需求，並為健康管理策略與資源分配優化提供建議，促進患者福祉與強化家庭支持系統。(6) iSupport有效提升照護者的知識與技能，減輕照護壓力，並透過模組化學習系統促進照護者間的經驗分享。4. 肌力與平衡的下降是高齡者跌倒之重要危險因子。本計畫首度指出自律神經功能預測高齡者肌力與平衡的下降。納入542位居住於社區的高齡者，每位個案於基線與追蹤時進行心律變異與椅子起坐能力的測量。藉由線性混和模型分析此縱貫性資料，發現於校正其他可能干擾因子後，基線的心律變異預測椅子起坐能力逐步衰退的速度 (p = .03)，心律變異的變化則預測椅子起坐能力急遽的改變(p= .008)。自律神經功能的測量，可偵測高齡期跌倒之臨床前期，及早偵測高齡者跌倒的風險。此結果已刊登於國外重要期刊。」