為達最佳瀏覽效果,建議使用 Chrome、Firefox 或 Microsoft Edge 的瀏覽器。

請至Edge官網下載 請至FireFox官網下載 請至Google官網下載
晴時多雲

限制級
您即將進入之新聞內容 需滿18歲 方可瀏覽。
根據「電腦網路內容分級處理辦法」修正條文第六條第三款規定,已於網站首頁或各該限制級網頁,依台灣網站分級推廣基金會規定作標示。 台灣網站分級推廣基金會(TICRF)網站:http://www.ticrf.org.tw

研究預測肝硬化病人死亡風險/台東馬偕 獲內科醫學會首獎

東馬心臟內科醫師蘇珉一(左)至內科醫學會領取原著類首獎。(東馬提供)

東馬心臟內科醫師蘇珉一(左)至內科醫學會領取原著類首獎。(東馬提供)

2022/12/07 05:30

〔記者陳賢義/台東報導〕「二○二一年內科學誌優秀論文獎」揭曉,由台東馬偕重症研究團隊督導馬瑞菊及心臟內科醫師蘇珉一合著論文「運用機器學習於加護病房肝硬化重症病人之死亡預測」獲原著類第一名,此研究是藉由近年人工智慧發展的機器學習方式,預測出肝硬化病人長期之死亡風險,使醫療團隊得以參考並利於快速決策病患未來的醫療方向。

馬瑞菊表示,東馬為台東地區急重症後送醫院,加護病房醫療團隊長期接觸重症病人,目前對肝硬化患者的研究主要集中在加護病房住院中的死亡率。然而肝硬化長年佔據國人十大死因排行榜,病情變化快速且難以察覺,危險與急迫性不可忽略,關於入住加護病房的肝硬化患者出院後的長期存活結果所知甚少,很難預測哪些患者屬於高風險族群,也尚未有專門評估肝硬化病人長期預後結果的評分系統。

馬瑞菊表示,近年人工智慧崛起,學者從中構思出機器學習的概念,其具備高度擴展性與自由度及預測結果的一致性。由於目前仍需要透過人為介入進行調整,如何互補來增加整體醫療準確度,又能與臨床實際運作結合,便是本研究的方向。此研究藉由機器學習來預測肝硬化病人長期的死亡風險,藉此尋找潛在危險族群,尤其台東地區民眾取得醫療資訊較為不易,縱使能取得,也要付出較多的花費與時間,因此更需要輔助診斷系統即機器學習來降低醫療資源不對等情形。

蘇珉一表示,此研究是藉由近年人工智慧發展的機器學習方式,預測出肝硬化病人長期之死亡風險,使醫療團隊得以參考並利於快速決策病患未來的醫療方向。

不用抽 不用搶 現在用APP看新聞 保證天天中獎  點我下載APP  按我看活動辦法

生活今日熱門

2024巴黎奧運

看更多!請加入自由時報粉絲團

網友回應

載入中
此網頁已閒置超過5分鐘,請點擊透明黑底或右下角 X 鈕。