Model ramalan risiko AI baharu bantu kurangkan risiko amputasi anggota bawah akibat diabetes
SINGAPURA, 13 Mei 2026 /PRNewswire/ -- Pemantauan diperibadikan berasaskan risiko mungkin bakal menjadi amalan standard bagi pesakit diabetes yang berisiko tinggi mengalami amputasi anggota bawah (LEA). Dibangunkan bersama oleh Singapore General Hospital (SGH), SingHealth dan MOH Office for Healthcare Transformation (MOHT), LEA – Neural Network Model (LEA-Net) memanfaatkan kecerdasan buatan untuk membolehkan intervensi lebih awal dan mengurangkan amputasi yang boleh dielakkan.
LEA-Net bertujuan meramal risiko LEA antara tiga hingga lima tahun sebelum pesakit mengalami ulser kaki dan jangkitan, membolehkan pasukan penjagaan kesihatan campur tangan sebelum kerosakan tisu yang tidak dapat dipulihkan berlaku. Model itu mengkategorikan pesakit kepada kumpulan risiko rendah dan tinggi, sekali gus memudahkan intervensi bersasar dan mengurangkan tempoh menunggu untuk berjumpa pakar vaskular. Di Singapura, hampir sembilan daripada 10 individu yang menjalani LEA menghidap diabetes, dengan kira-kira 85 peratus kes didahului ulser kaki.
LEA boleh memberi kesan besar terhadap kehidupan pesakit, menjejaskan mobiliti, kebebasan, perhubungan dan kesihatan. Pesakit diabetes atau penyakit vaskular yang pernah menjalani LEA juga berdepan risiko tambahan seperti komplikasi luka dan kemungkinan kehilangan anggota lain. Implikasi kewangan terhadap sistem penjagaan kesihatan juga signifikan — intervensi peringkat awal menelan kos purata sekitar $25,000, manakala rawatan peringkat lewat boleh melebihi $40,000 hingga $50,000 bagi setiap pesakit.
Pesakit diabetes menjalani saringan tahunan bagi kesihatan kaki dan mata serta fungsi buah pinggang, namun pematuhan saringan kaki diabetes kekal paling rendah antara ketiga-tiga pemeriksaan tersebut. Ramai pesakit hanya mendapatkan rawatan apabila luka atau jangkitan sudah berlaku, sekali gus meningkatkan kemungkinan amputasi dan risiko berkaitan seperti komplikasi pembedahan dan kematian.
LEA-Net dibangunkan menggunakan data tanpa nama daripada lebih 830,000 rekod pesakit SingHealth, merangkumi demografi, keadaan klinikal dan keputusan ujian perubatan. Daripada jumlah itu, kira-kira 250,000 rekod pesakit diketepikan untuk pengesahan model. Model ini menunjukkan kadar sensitiviti hampir 80 peratus dan kadar spesifisiti hampir 90 peratus bagi ramalan LEA, mengatasi model penanda aras lain dalam kedua-dua ukuran.
Keputusan model menunjukkan pesakit berisiko tinggi boleh dikenal pasti dalam tempoh kritikal sebelum ulser dan jangkitan berkembang. Ia juga mencerminkan peralihan ke arah penjagaan pencegahan pacuan data di bawah inisiatif Healthier SG.
LEA-Net memenangi People's Choice Award pada International Consortium for Health Outcomes Measurement (ICHOM) Conference 2025 di Dublin, Ireland. Pasukan ini kini berusaha mengesahkan lagi keberkesanan klinikal model melalui kajian perintis melibatkan pesakit daripada Diabetes Registry SingHealth.
SOURCE Singapore General Hospital
Share this article