Eilmeldung
ESJonathan David iguala a Leo Messi en el Mundial 2026 con un hat-trickESMundial 2026: Distancias Gigantes y Desafíos Logísticos en NorteaméricaESFórmula E: Sanya acoge la primera de las siete carreras finales en AsiaESParaguay vence a Turquía y la elimina del MundialESÖhlins: La fábrica secreta de suspensiones de MotoGP y el proyecto DucatiESLewis Hamilton, renacido en 2026: Villeneuve cree que Ferrari debe apostar por élESExpulsión de Miguel Almirón por hablar con la boca tapada: Primera aplicación de la nueva norma FIFAESÁrbitro español sanciona por primera vez la pérdida de tiempo en el Mundial 2026ESBrasil vence a Haití y da un paso hacia la siguiente rondaESLisandro Martínez: La Increíble Recuperación de un Pilar ArgentinoESJonathan David iguala a Leo Messi en el Mundial 2026 con un hat-trickESMundial 2026: Distancias Gigantes y Desafíos Logísticos en NorteaméricaESFórmula E: Sanya acoge la primera de las siete carreras finales en AsiaESParaguay vence a Turquía y la elimina del MundialESÖhlins: La fábrica secreta de suspensiones de MotoGP y el proyecto DucatiESLewis Hamilton, renacido en 2026: Villeneuve cree que Ferrari debe apostar por élESExpulsión de Miguel Almirón por hablar con la boca tapada: Primera aplicación de la nueva norma FIFAESÁrbitro español sanciona por primera vez la pérdida de tiempo en el Mundial 2026ESBrasil vence a Haití y da un paso hacia la siguiente rondaESLisandro Martínez: La Increíble Recuperación de un Pilar Argentino
Newsgather
Back研究:空氣污染比氣象更能預測心血管疾病發作風險,高齡族群最易受影響
研究:空氣污染比氣象更能預測心血管疾病發作風險,高齡族群最易受影響
In Entwicklung
自由时报4 sa önceGesundheit3 dk okumaChina

研究:空氣污染比氣象更能預測心血管疾病發作風險,高齡族群最易受影響

Auf einen Blick

台灣團隊利用AI整合23年環境監測與500萬筆心血管疾病急診資料,建立預測模型。研究發現,空氣污染因子(尤其氮氧化物)比氣象因子更能辨識高風險日,高齡族群對環境變化最敏感,男性急診率約為女性1.7倍。

KI-generierte Zusammenfassung

Warum es wichtig ist

台灣團隊利用AI整合23年環境監測與超過500萬筆心血管疾病急診資料,建立每日心血管疾病急診風險預測模型。

Schriftgröße

天氣變化與空氣污染是否會影響心血管疾病發作?國立台灣師範大學地球科學系、資訊工程學系與台北市立大學衛生福利學系組成跨領域團隊,整合台灣23年環境監測與超過500萬筆心血管疾病急診資料,利用人工智慧AI建立每日心血管疾病急診風險預測模型,發現空氣污染因子,尤其是氮氧化物(NOx),比傳統氣象因子更能辨識高風險日,高齡族群則是最容易受到環境變化影響的族群。

這項研究以「利用氣象與空氣品質資料預測每日心血管急診風險」為題,發表於國際期刊「GeoHealth」。研究團隊蒐集2000年至2022年間全台環境監測資料,包括溫度、濕度、風速、降雨,以及PM2.5、PM10、一氧化碳、氮氧化物、臭氧與二氧化硫等空氣污染指標,並建立184項環境特徵進行分析。

第一作者台師大資工系助理教授陳翔瀚表示,過去醫療預測研究多聚焦於個人病史或臨床資料,但環境也是重要且可量化的健康風險來源,該研究最大挑戰在於整合長達23年的氣象、空氣品質與健康資料,並從184項環境特徵中找出真正具有預測能力的訊號,人工智慧不僅提升疾病預測能力,更能協助科學家理解哪些環境因子最值得關注,進一步將大量監測資料轉化為可實際應用的健康風險資訊。

研究結果顯示,不同族群對環境變化的敏感程度並不相同。男性急性心血管疾病急診率約為女性的1.7倍,而65歲以上族群的急性心血管疾病急診率約為50至64歲族群的2.4倍,更是30至49歲族群的11倍以上,顯示高齡者面對環境壓力的調節能力較弱,是最需要關注的高風險族群。

進一步分析發現,由空氣污染因子形成的高風險群組,比單純依據氣象條件所形成的群組更能區分高風險與低風險日。其中,65歲以上族群對環境變化最為敏感,50至64歲族群次之;女性族群所呈現的環境敏感度則略高於男性。研究也指出,NOx、NO與NO2等交通相關污染物,以及風速等大氣擴散條件,是影響急診風險的重要環境指標。

北市大衛福系副教授林于凱表示,未來若能進一步整合即時空氣品質監測、氣象預報與健康風險模型,將有機會建立區域性的心血管疾病預警系統。台師大地球科學系系主任黃婉如則表示,環境監測資料結合人工智慧分析技術後,能夠有效辨識高風險族群、高風險環境條件及主要暴露來源。

Worauf zu achten ist

KI-Ausblick — Möglichkeiten, keine Fakten

  • 建立區域性的心血管疾病預警系統

    Wahrscheinlich · Mittelfristig

Offene Fragen

  • 模型預測的準確度為何?
  • 預警系統的實施細節為何?

Verwandte Themen

This article was originally published by 自由时报.

Ähnliche Meldungen

Mehr zu diesem Thema心血管疾病