衛福部健保署統計2018年，慢性腎臟病耗費健保513.78億元，蟬聯十大國病首位；國內洗腎人數更衝破9萬人大關，創歷年新高，更是消耗健保社會資源最多的疾病之一。洗腎患者歷經日積月累的洗腎過程後，動靜脈瘻管會有許多的問題出現。若能讓最嚴重的血管阻塞減少，不但可以減少患者的苦痛，更可降低健保支出。因此，本團隊提出multi-sensor整合式穿戴裝置，協助洗腎病患及時監測動靜脈洗腎通路，為血液透析病人提供更好的全人醫療照護。這項計畫所發展之穿戴式醫療裝置，以監控音頻PAG及光電容積圖PPG信號作為核心技術，讓洗腎病人從開始進行血液透析時，隨即獲得完整的醫療照護。「音頻偵測動靜脈瘻管功能失效」核心技術是利用自回歸模型監控動靜脈瘻管生命週期變化，而PPG信號技術，則可偵測動靜脈瘻管血流狀態，二者結合提供雙重確效，提高預測率。協助洗腎病患於瘻管失效前，在治療黃金期回診就醫，及早發現及早治療。再以「動靜脈血管擴張術治療」使得窄化病灶得以擴張，延長瘻管壽命。在未來，希望能發展出完整的穿戴裝置結合智慧醫療，為洗腎病人提供最完整的全人醫療照護網絡。

開發multi-sensors整合式穿戴裝置監測洗腎患者血管阻塞

　　根據美國國家腎臟基金會(NKF)透析療效品質倡議準則(DOQI)，目前建議監控(monitoring)及監測(surveillance)血管通路兩個方向是發現和評估血管通路可能失效的方式，一旦高度懷疑則安排血管攝影檢查。而本計畫開發multi-sensors整合式穿戴裝置穿戴式裝置，其生理指標(biomarker)計算演算法，是藉由感測器偵測生物特徵(vital sign)，結合行動裝置的運算優勢，運用高速網路將資料上傳到伺服器，透過雲端分析回傳人體的資訊狀態，提供後續資訊服務的附加價值。目的是以輕巧穿戴客製化洗腎病患的需求，提供洗腎病人完整的全人醫療照護網絡。

自回歸模型及動態誤差預測血管窄化的解釋力：AR Model 的方法可將收錄音頻PAG進行模式簡化，將聽診位置血流流速、血管截面積及血管流量的量測，藉此資訊可將血管內血液動力學與聽診音調(Bruit) 所量測物理量進行連結，並利用量化音頻變化，找出狹窄音頻的主要的特徵頻率，希望達到評估動靜脈血管阻塞程度的指標，再根據病患的以血管造影/超音波影像計算其阻塞比(DOS%)的指標，判斷血管阻塞程度不同等級，作為回歸模型的預測基礎。

PPG信號作為核心技術：運用光電容積圖PPG信號技術，可偵測動靜脈瘻管血流狀態。以PPG結合PAG提供雙重確效，提高預測率。

簡化模型不同變因對音頻所造成的影響：洗腎瘻管預測模型受血管通路型態、血流量及血壓的影響。 動靜脈瘻管血管通路，通常位置是在病患的左/右之前/上臂。又可分為直型或環狀通路。可攜帶的嵌入式系統(Embedded System)制定，可於臨床客制化的基礎上作為擷取PAG及PPG訊號的輔具，期望以非侵入檢測方式，對於通路多段阻塞或單病灶點窄化檢測是供重要貢獻。

快速篩檢(Screening)檢測工具：動靜脈瘻管發生阻塞的事件，包含靜脈吻合點阻塞(Venous anastomosis)/Outflow、動脈吻合點阻塞(Arterial anastomosis)/Inflow或複合式的阻塞(Coexisting inflow and outflow stenosis)。而在臨床上動靜脈接合處附近，常為發生窄化的位置。因為血液動力學特徵流量減少、流速增加、Inflow 端與 Outflow 端壓力增加，會逐漸發展成為動脈吻合點阻塞，若惡化可能發展成複合式的阻塞。由於形成複合式阻塞的原因相當多，且阻塞程度不盡相同，因此需要藉由巨量資料(Big Data)分析，制定應用於血液透析室快速發展的快速篩檢(Screening)檢測工具。

篩檢標準規範與篩檢推論規則可行性驗證：將「自回歸模型演算法」以病患過去的音頻歷史資料當作變數，進行人體實驗的重複驗證。醫師團隊協助進行病患臨床資料搜集，提供血液透析患者瘻管阻塞案例，設計適用於瘻管阻塞的量測方法，符合實際臨床需求。

將物聯網(IoT)技術導入醫療照護

洗腎患者瘻管照護計畫產品開發演進歷程

開發客製化洗腎病患的3D列印穿戴式裝置演算法進行生理指標(biomarker)分析，減少傳統檢查所需的感測器數目，達成輕巧穿戴的目的。