中興大學管理學院 院長  詹永寬先生

睡眠呼吸中止症起因於睡覺時，上呼吸道反覆性塌陷，導致呼吸道受堵，致使呼吸變淺，甚至完全堵塞造成窒息。然甦醒時卻能正常呼吸，屬種不自覺症狀。據調查，全台約有高達八十萬位患者。由於無法獲得優良睡眠品質，導致白天精神不濟，因而影響工作效率及生活品質。睡眠呼吸中止症可分成阻塞、中樞與混和三類型睡眠呼吸中止症。當中高達九成患者屬於阻塞型，起因於咽喉附近軟組織阻塞呼吸道，引發打呼聲及睡眠中止。亦有患者因呼吸道結構異常、呼吸道肌肉過度鬆弛、肥胖等所導致。

判斷睡眠呼吸中止症之最簡方法，是於睡眠中，將血氧計穿戴於手腕上，以量測血含氧量。亦可至醫院進行睡眠障礙、打鼾、癲癇等多項生理檢查，檢查項目包含有腦波圖、肌電圖、心電圖、眼動圖、血氧飽和度、脈搏、胸腹呼吸動作、口鼻呼吸氣流等。亦可利用X光頭顱影像，來判斷顱顏結構與睡眠呼吸之相關性。然透過X光或電腦斷層掃瞄，都有高輻射量，會有對人體傷害之危險，且只能達到約60%準確率。

Richard Wai Wing Lee等人，使用一張2D影像，建構出顱面結構，並量測與睡眠呼吸中止症嚴重程度之相關性。國研院結合影像學、計算流體力學及雲端系統，建構一睡眠呼吸中止症影像診斷平台。藉由建構出患者3D呼吸道模型，評估呼吸道窄化率，且以流體力學模型，模擬呼吸道呼吸壓力，並計算出呼吸中止嚴重程度，同時將結果傳至雲端系統進行判斷。其可將檢測時間縮短至15分鐘，且相較於傳統CT，少了許多輻射量。長庚醫院也以多台攝像機，同時對患者進行拍攝，並建立3D頭顱模型，再以人工標記與睡眠呼吸中止症相關之臉上特徵點。再利用軟體計算特徵點間之距離、角度、面積、體積等資訊，以推測睡眠呼吸中止症之嚴重性。此方法不僅能免除輻射問題，且能獲得高度檢測準確度。然需以人工進行標記，既耗時又耗力。隨即顧哲銓等人，也開發一能自動標記特徵點，並能計算睡眠呼吸中止症嚴重度之系統。其不僅能更快速，且能自動標記出更多特徵點；因而能提供更高偵測正確率。

進行睡眠多項生理檢查，常因醫院病床不足，患者需長時間等待病床。且須配戴許多儀器設備，患者可能因不習慣或感覺不舒服，難以入睡，因而影響到檢測結果。透過X光或電腦斷層掃瞄，建立顱顏結構，因有高輻射量，會對病患造成傷害之問題。因此未來睡眠呼吸中止症檢測設備，將朝向小而美、具可攜性、穿戴及操作方便性、價格低廉、無輻射線、檢測時間短之方向發展。造成睡眠呼吸中止因素很多，因此發展一套多功能整合平台，提供完善睡眠檢查服務，及完整療程與追蹤，以便能有效改善患者失眠問題，將是當務之急。