投稿分類 其他

主委發表種類: 壁報

投稿標題(中): 運用人工智慧構建肥胖兒科族群 Aminoglycoside 劑量計算工具：初步試驗研究（Pilot Study）

投稿標題(英): Development and Pilot Validation of an AI-Assisted Aminoglycoside Dosing Tool for Obese Pediatric Patients

投稿摘要(前言): Aminoglycosides（如 amikacin、gentamicin）在兒科感染治療中具有重要地位，但其治療窗窄，且具腎毒性與耳毒性，因此劑量計算極為關鍵。肥胖兒童與青少年因脂肪比例增加與體組成異常，藥物分佈容積（Volume of Distribution, Vd）與清除率（Clearance, CL）可能改變；若以實際體重（Total Body Weight, TBW）直接計算劑量，且未進行血中濃度監測（Therapeutic Drug Monitoring, TDM），易導致過量給藥。文獻建議，當 TBW 超過理想體重（Ideal Body Weight, IBW）120%時，應使用調整體重（Adjusted Body Weight, ABW）計算 aminoglycoside 劑量。然而，BMI、IBW、ABW 與各種劑量指引需人工整合，增加計算負擔與錯誤風險。相較成人，肥胖兒科缺乏臨床決策工具，使精準給藥更具挑戰。本研究旨在開發並驗證一款專為肥胖兒童與青少年設計的 aminoglycoside 劑量計算工具，評估其正確性與臨床可行性。

投稿摘要(方法): 本研究開發一款適用於 7–18 歲兒科族群的 Excel-based aminoglycoside 劑量計算器。工具運用人工智慧（AI）輔助，部分公式與程式碼由大型語言模型（Large Language Model, LLM）生成，研究者逐項審閱與修訂以確保公式正確性。計算器整合四大核心功能：IBW 計算（依身高與性別）、肥胖判定（TBW ≥120% IBW 自動啟動 ABW）、ABW 計算（ABW = IBW + 0.4×[TBW–IBW]）、劑量建議（amikacin 15–20 mg/kg q24h 或 5 mg/kg q8h；gentamicin 2–2.5 mg/kg q8h 或 7 mg/kg q24h，系統自動判定 TBW 或 ABW）。此外，設計三個具代表性的兒科情境進行藥動學模擬，採一室模型估算穩態峰值（C_p,max）與谷值（C_p,min）濃度，以驗證劑量建議之藥動學合理性。

投稿摘要(結果): 本研究回溯納入 2023年10月1日至2025年10月31日期間 19 位 7–18 歲腎功能正常兒科病人，BMI 介於 14.4–34.6，涵蓋正常體重、過重及第一至第三級肥胖。TBW 與 IBW 比較顯示 8 例患者超過 120% IBW，需使用 ABW 計算劑量。所有病例輸入後，系統能自動生成 BMI、IBW、ABW，正確判定體重類別，並依據指引提供 aminoglycoside 劑量建議，工具計算與人工計算一致性高。三個藥動學模擬案例中，gentamicin 穩態峰值濃度介於 7.5–8.1 mg/L，谷值濃度皆 ＜1 mg/L；肥胖案例中使用 ABW 可避免以 TBW 計算所造成之濃度高估，顯示工具在不同體型條件下具藥動學一致性與安全性。

投稿摘要(討論): 本工具整合 IBW、ABW 與劑量指引，降低以 TBW 給藥造成過量風險，提升不同醫療人員間計算一致性。19 例臨床驗證與三個藥動學模擬案例顯示，工具能提供合理且臨床可接受之 aminoglycoside 劑量推估。本研究提供初步證據，顯示 AI 輔助計算器在肥胖兒科族群中具實用性與安全性，然而本研究尚未結合實際 TDM 數據，係以回溯性病例驗證與藥動學模擬，可能無法完全反映個別病人之生理差異，未來仍需結合實際 TDM 與臨床結局，以進一步驗證本工具之臨床效益。

稿件檔: