昨(21)日，2025年國家生技研究園區招商暨人才與技術媒合會(NBRP Demo Day)登場，今年以「生醫創新與公共衛生」為主軸，首日活動特別邀請台中榮總名譽院長陳適安，分享如何透過心電圖的特徵解析、結合3D心房結構建模與個人化風險模擬，為心律不整診斷與治療帶來新視野。

陳適安指出，心房顫動(atrial fibrillation, AF)在全球老化社會中日益普遍，臺灣和歐美地區患病率已超過5-10%，成為中風與心衰竭的重要風險因子。

身為心臟電生理的臨床醫師，他專精於心房顫動等心律不整的診斷與治療，但隨著臨床實務中面對的病人越來越複雜，陳適安開始意識到傳統的影像與心電圖判讀在預測疾病發展、術後復發風險上有其極限。

正因為這些臨床困境，加上近年AI技術的快速進展，讓他萌生了結合AI與臨床知識的想法。

他分享，其帶領團隊在與台中榮總、陽明交通大學與中央大學等單位合作下，利用38,000筆正常與已知AF患者資料，進行大型臨床研究，並運用深度學習演算法與「特徵上色」(feature coloring)等技術，強化對竇性心律下心電圖(ECG)中精細的電生理變化的辨識能力，成功建立個人化的心房顫動風險預測平台。

此外，該AI應用也已延伸至電燒術(ablation)規劃與術後追蹤。透過建立個人化的3D心房形態與纖維化程度，數位孿生(Digital Twin)模型可協助醫師在虛擬空間中預測心房內產生異常電訊號的區域與電燒成功率，甚至模擬不同電燒能量輸出的效果，提高手術效率與安全性。

他強調，AI與數位孿生技術在心房顫動診斷與治療上的應用雖已展現潛力，但真正走入臨床、創造價值，仍需更多跨領域合作與嚴謹臨床驗證。他也鼓勵年輕學者與醫師勇於跨出舒適圈，投入醫學與AI的結合。