建構空氣汙染物、易感受性基因及傳統危險因子對於缺血性中風風險之個人化精準預測模式(3/3)

在目前有越來越多發展成熟之大數據與人工智慧的工具，應用其技術針對個人之空氣汙染暴露資料和經由全基因關聯之個人易感受性基因之大數據將可建構更精準的個人預測模式，因此本計畫將全面性的考量個人空氣汙染暴露資訊、個人基因易感受性以及傳統中風相關危險因子、疾病史和家族史等資料，探討上述因子與缺血性中風及其亞型的相關性，此外除了發展缺血性中風及其亞型的預測模式之外，更利用機器學習透過本研究獲得之大數據之樣本訓練機器辨識，從複雜的資料庫中創造新穎的演算法，以發展新的預測模式，未來期能提供更精準之公共衛生預防策略。