利用臨床表型與穿戴式生理量測資料建立多模態透析病人個人化骨鬆骨折風險預測模型(第二年)

為能精準預測和評估透析患者的骨鬆與骨折風險，考慮到個體化差異，本研究採納了單模態和多模態機器學習方法，開發基於臨床表型和穿戴裝置收集的連續生理數據的預測模型，以及應用Fusion AI技術結合這兩種異質資料集開發之多模態機器學習預測模型。此外，本計畫結合模型與建立追蹤管理系統，進行前瞻性觀察性臨床試驗進行收案與模型驗證及使用者研究，以確保模型的泛化能力與臨床應用性，為未來商業化發展奠定基礎。