專案詳細資料
說明
非癌末期器官衰竭病患其生命軌跡預測相當具備挑戰性，導致安寧緩和介入時機常被延誤。人工智慧機器學習方法是近幾年精準醫學的重要技術，也是本團隊近年的研究方法，但是其準確度仍有提升的空間。深度學習常常被應用於影像判讀。本團隊創新研究，發展出數值型可解釋性深度學習模式來提升模型的準確度與可解釋性外，112年初步成果已顯示其高準確度。 本年度研究重心在持續精進數據的處理並增加有效樣本，同時使用外部安寧緩和的資料庫來驗證，讓本創新的分析方法能達到臨床上的準確度與穩定度。 預期效益:建立高準確度的器官衰竭病患的死亡風險預測模型，讓病患與照顧者適時接受安寧照護來提高生活品質，並能外展應用到其他急慢性的醫療
| 狀態 | 進行中 |
|---|---|
| 有效的開始/結束日期 | 8/1/24 → 7/31/25 |
Keywords
- 死亡預測
- 安寧緩和
- 非癌症末期
- 機器學習
- 回歸模型
- 深度學習
- 數值型可解釋性深度學習
- 生物資料庫