“2025台湾医疗科技展”一连四天在南港展览馆登场，长庚医院今日发布人工智能精准预测体外震波治疗，高雄长庚医院骨科部运动医学骨科主任周文毅表示，团队首度结合AI机器学习技术，开发出可预测体外震波（ESWT）疗效与负向预后因素的AI模型，打开“智能化精准医疗”新里程碑。
周文毅表示，肩钙化性肌腱炎是造成肩部疼痛的常见病症。根据国外研究，盛行率约为2.5%至10%，若以台湾人口估算，约58.8万至235万人可能受影响，最常见的发生位置为旋转肌群中的“棘上肌”，而旋转肌是肩部力量、稳定度与活动度的重要结构。
周文毅指出，肩钙化性肌腱炎与退化、内分泌或代谢相关疾病有关，女性盛行率较高，常见于30至60岁之间的群体，虽然体外震波（ESWT）治疗已被证实能有效改善此病症症状，但临床治疗满意度仍仅约6至7成。
从临床案例来看，今年48岁的王小姐，4个月前开始，开始觉得右肩不适，一开始只是穿脱衣服感觉卡卡，后来连夜间睡觉翻身都会痛醒，经 Ｘ 光与超声波检查后诊断为肩旋转肌腱钙化性肌腱炎，但在3个月的药物与复健治疗后，症状时好时坏，仍未见显著改善，因此来高雄长庚求诊。
周文毅分享，经过人工智能辅助分析系统的评估后，确认王小姐属于体外震波（ESWT）反应良好群体，因此在给予治疗后，3周内疼痛明显缓解，手臂活动也恢复灵活，大约3个月后，王小姐已能恢复正常生活。
周文毅说明，为提升治疗精准度与预测准确性，团队首度结合人工智能机器学习技术，开发出可预测体外震波（ESWT）疗效与负向预后因素的AI模型，这项研究分析超过400例肩部钙化性肌腱炎患者数据，纳入性别、年龄、症状持续时间、钙化大小与形态、功能与疼痛指数等临床变量。
周文毅补充，研究团队比较多层感知机、朴素贝叶斯、串行最小优化、逻辑回归与J48决策树等机器学习算法，并使用eXtreme Gradient Boosting（XGBoost）模型预测治疗后疼痛与功能改善，结果显示J48决策树模型在预测治疗后钙化能否吸收完全的准确率高达89.5%，
周文毅强调，XGBoost模型预测治疗后疼痛与功能改善准确率达到90%以上，可作为临床治疗决策前的重要依据，而症状持续时间超过10个月、治疗前疼痛指数（VAS）高于5分，以及功能指数（CMS）高于55分的患者，治疗后的改善幅度相对有限，有助于进行个性化的治疗策略。
这项研究成果为全球首篇以人工智能预测体外震波（ESWT）治疗肩钙化性肌腱炎疗效的研究，并分别刊登于2024年国际期刊《Orthopaedic Journal of Sports Medicine》及2025年《Journal of Shoulder and Elbow Surgery》。
（首图来源：科技新报）
