Page 36 - 2025 CGMH醫療品質國際研討會大會手冊

口頭發表_智慧醫療

Charlson 合併症指標(Charlson Comorbidity 在加入人 工智慧的運算下，可以每月/每季度增加入新的資
Index, 料演算，隨時更新資訊。甚至 加入該病患此次住院治療的
CCI) 自動整合系統於手術病患風險評估之運用 總花費，提供管理階層更多醫療支出的訊息。
結論：自動化整合並計算 CCI 分數，提供客觀醫療風險是可
新北市立土城醫院 蔡坤佑，洪欣園，唐瑞祥，蘇郁 以做得到的，而隨著每年 資料庫資訊的增加，相信未來可
雲，朱瑞虹，游明晉 以建立強而有力的預測模型，提供特定手術方式 之風險細
節，提供醫療人員，病患與家屬和管理階層更多有用的資訊。
目的：舉凡所有接受手術之患者，皆會因為本身特定疾病， 關鍵字：Charlson 合併症指標(Charlson Comorbidity
共病症以及接受的手術方 式，需承擔一定的手術風險。而 Index, CCI) ,疾病分類診斷碼演算,風險評估
台灣已經邁入高齡化社會，隨著老年人口的快速 增加、慢
性病盛行率上升，臨床上急需有一客觀，有效與簡易的風險
評估方式， 供手術醫師與病患參考。現今評估手術風險的
指標有很多的選擇，其中 Charlson 合併症指標(Charlson
Comorbidity Index, CCI)是一評估多重慢性病合併症常用
指 標。此指標是將心肌梗塞等 19 種相對危險值的合併症給
予不同權重分數，分數 越高病人的死亡風險越高。CCI 也已
經被證實是一個具有信度與效度的工具，並 且適用於測量
病患的合併症。 以本科大腸直腸外科手術來說，CCI 的分數
越高，不僅是跟手術短期的死亡風險 呈正相關，也跟長期
病患的存活有很強的關聯性。除此之外，CCI 分數也可以用
來預測大腸直腸手術特定相關併發症(例如：腸吻合處滲漏
與術後腸阻塞)的發 生。甚至有先研究表示，CCI 分數的高
低可以用來預測住院的醫療總花費之多 寡。不僅如此，許
多研究也指出 CCI 分數的運用，在腦外傷，腹部緊急手術，
心胸外手術等重大術式之風險預測的角色 可是現今計算 CCI
分數，還是以人工計算為主，並且會因為共病症的判讀而有
所誤差，因此發展一自動化計算之整合系統，可以依據不同
手術類別，給予不同 的風險評估，提供醫療人員與病患一
重要資訊，做更積極的準備。
方法：我們使用院內疾病分類診斷碼(包含 ICD-9-CM 和
ICD-10 管理資料中合併症的 編碼演算法)取得病患共病症資
訊。判斷共病之資料期間或來源，包括「當次住 院」、
「當次併前一年住院」、「當次併前一年住院及門診」三種。
合併後計算該病 患之 CCI 分數。接著以疾病分類醫療查詢
檔，住診申報手術醫令，醫療服務給 付項目，與 CCI 進行
串檔進行分析。預後指標包含，住院中死亡（含並為自動
出院)，術後需加護病房住院照護，總住院天數大於十四天，
出院後十四天再入 院，醫療總花費等。 統計方法以 SPSS
羅吉斯迴歸比較各預後之風險勝算比。
結果：此結果是以土城醫院 2024 年接受手術病患之資料進
行分析。總體來說，總共有 7412 接受手術。平均之 CCI 分
數為 2.21 ± 3.56。以羅吉斯迴歸分析 CCI 分數跟 術後死亡
的分析可以看出，CCI 分數每上升一分，則患者死亡的勝算
比為 1.155。倘若先以 ROC curve 去計算決策值 cut-off
value 為 3.5 分。則 CCI 大於 3 分的患者，相對於 CCI 小於
等於 3 分的患者，在接受手術後的死亡勝算比為 12.13。
此再舉一例，為病患接受大腸直腸手術後，術後需加護病房
住院照護之風險評 估。2024 年度共有 137 位患者接受大腸
直腸手術，平均之 CCI 分數為 8.34 ± 6.55。以羅吉斯迴歸
分析 CCI 分數跟術後死亡的分析可以看出，CCI 分數每上升
一分，則患者接受加護病房照護的勝算比為 1.094。而以
ROC curve 去計算決策 值 cut-off value 為 7.5 分。則 CCI
大於等於 7 分的患者，相對於 CCI 小於 7 分的 患者，在接
受手術後需加護病房照護的勝算比 3.341。 此兩個例子可以
顯示出，利用疾病診斷分類碼，自動整合後之 CCI 分數，可
以 做很多不同的風險評估，包含不同的術式，與不同的風
險指標。給予臨床醫師與 病患更多客觀的風險訊息。未來
的發展可以朝向，全自動化分數整合，