全台每10人就有1人罹患腎結石，結石多從腎臟發生，依位置可分為腎結石、掉落至輸尿管為輸尿管結石、膀胱結石或尿道結石，全世界約65億人受腎結石之苦，好發於20歲以上成年人，手術治療需住院至少3天無法工作，不治療將可能尿毒症及敗血性休克治療後，超過7成的病人會再復發。

現行臨床檢查結石方式：
臨床上患者大都是等到腎結石已產生症狀(血尿/腰腹痛…)才就醫。檢查方式有超音波、X光、電腦斷層；超音波+X光檢查診斷率約70%，且病人需暴露於輻射線；如為電腦斷層檢查，輻射線高、排檢時間長(三個月) 、檢查昂貴，但其準確度接近100%。

結石影像診斷率：
X光：50-60% ；超音波：40-50%；X光+超音波：70%(臨床未滿足需求）
人工智慧快速腎結石篩檢系統：91.7%

臨床上發現未提早發現腎結石之風險(大於2mm)未來3年內有高於健康人4倍的風險罹患腎結石。患者將劇烈腰痛、感染、影響腎功能，需要跑急診及接受腎結石手術治療。

人工智慧快速腎結石篩檢系統使用健檢常規檢測數據，即可快速精準判斷受測者體內是否有結石。

人工智慧快速腎結石篩檢系統簡介

1. 受檢者至通路採檢：受檢者授權使用健檢臨床資訊。
基本資料：性別、年齡、身體質量指數；尿液檢驗如：酸鹼值、細菌、比重、紅血球及病史：糖
尿病、痛風。
2. 通路線上輸入數據：輸入臨床資訊至istone系統，依通路調整 使用及串接方式。
3. 系統回傳風險結果：istone系統運算回傳罹患腎結石風險
檢測結果:<0.5(低風險)；≥0.5(高風險)
4.通路列印機率報告：受檢者報告提供患腎結石的機率
5.醫師判讀提供建議：風險資訊判讀與建議

醫師評估為—高風險：高機率罹患腎結石，請至泌尿科進行複檢；低風險：低機率罹患腎結石。

人工智慧快速腎結石篩檢系統核心技術
● 2012-2019年建置及訓練人工智慧模型
＊1,657位罹患≥ 2mm腎結石患者
＊3,348位沒有或<2mm腎結石患者
（*界定結石影像來源為電腦斷層掃瞄結果）

● 患者來源：高醫附設醫院、高雄市立小港醫院、高雄市立大同醫院。
● 系統分析流程：
收集病患資訊(性別、年齡、BMI、血液肌酸酐、尿液)
輸入系統獲得計算結果：(0.5為最佳閥值)；≥0.5為陽性(腎結石高風險族群)，<0.5為陰性(低風險族群)。
核心技術可行性分析：
● 2019-2021臨床測試結果 (樣本共1,523例)
＊400位罹患≥ 2mm腎結石患者
＊1,123位沒有或<2mm腎結石患者
（*界定結石影像來源為電腦斷層掃瞄結果）

● AUC ： 96.7%
● 敏感性： 87.3%
● 特異性： 94.5%
● 陽性預測率： 85.3%
● 陰性預測率： 95.4%
● 準確率： 91.7% （已達臨床使用需求）

人工智慧快速腎結石篩檢系統：
● 只需簡單的臨床資訊均為成人健檢項目。
● 已完成智權協議，高雄醫學大學與國立中山大學共有智財權，雙方各佔50%。
● 發明專利申請中(中華民國、美國、歐盟與中國)
成果已刊登於多篇期刊：
"Mediators of the effects of gender on uric acid nephrolithiasis: A novel application of structural equation modeling." scientific reports 8.1 (2018)
"Prediction of the Uric Acid Component in Nephrolithiasis Using Simple Clinical Information about Metabolic Disorder and Obesity: A Machine Learning-Based Model." Nutrients 2022
"Screening for Clinically Significant Nephrolithiasis Based on Simple Health Checkup Clinical and Urine Parameters in Overweight and Obesity Populations: Machine Learning Models and Multi-hospital Study." WJU Accepted.

目前已逐漸為Medical AI醫療世紀;期盼未來利用AI協助醫療人員減輕工作壓力及提高診斷準確度達到雙贏效果。


下圖(1)為國內普生股份有限公司林宗慶董事長 陳醫師AI團隊到普生做產品說明

下圖(2)為發明人大同醫院泌尿科陳浩瑋醫師團隊遠赴歐洲獲獎，由歐洲泌尿科醫學會主席親自頒獎

下圖(3)為istone高醫大同陳浩瑋醫師及中山大學團隊