Big Data Analysis with Data Mining Techniques to Develop Risk Prediction Models for Intraoperative Hypoxemia and Postoperative Shock

Project: A - Government Institutionb - National Science and Technology Council

Project Details

Description

手術麻醉過程可能發生多種併發症,例如:低血氧、低血壓與心律不整等等。一旦發生嚴重的低血氧,病人可能在幾分鐘之內發生腦部缺氧與心肌缺氧,進而導致休克與死亡。引發低血氧的原因很多,病人原有的系統性疾病、麻醉藥物與異常血液檢驗值等等,都可能影響低血氧與休克的發生。此計畫利用麻醉電子病歷系統與臨床醫療資料庫,以資料探勘技術進行分析,建立不同架構的低血氧與休克風險預測模型,評估手術病人發生併發症的風險。此模型可協助醫護人員提供更好的醫療照護,預防與降低病人發生低血氧與休克的風險,提昇手術麻醉的安全性。
StatusFinished
Effective start/end date8/1/217/31/22

Keywords

  • Anesthesia
  • hypoxemia
  • shock
  • neural networks
  • support vector machine