 |
代謝症候群是許多嚴重慢性病的起始點，也是預防醫學急需介入的問題。傳統診斷上不具便利性、也缺乏嚴重度量化以及低互動性的衛教解說等，導致其重要性無法有效被大眾所關注，造成推動改善代謝症候群不易。
本團隊由人工智慧健康管理系統同時兼俱侵入性與非侵入性的檢驗結果提供其方便性的診斷，並導入監督式和非監督式機器學習之技術，結合大數據分析比對，讓系統提供更多元的醫療診斷協助和智慧醫療服務來解決上述問題。結合學術和臨床經驗，實現跨領域分工合作，且成功從員工健檢後的關懷切入，讓智慧醫療的服務真正落實在臨床上。
|
|
|
 |
為針對代謝症候群進行健康評估和疾病風險預測，台北醫學大學附設醫院建置「人工智慧機器學習健康評估系統」，利用EHRs與EMRs透過使用人工智慧分析搭配機器學習和大數據分析，使預防醫學得以介入，實現預防勝於治療之核心價值。
其特色及具體成果如下：
1. 建立人工智慧AIHA系統，領先國內醫療系統並由員工之健康管理開始試用
2. 使用在95%員工，呈現節省時間、費用之功效
3. 設計人工智慧健康管理評估系統，判斷健康狀況，連結衛教，通過新型專利
4. 利用院內4萬筆資料建立大數據，且先用於院內員工3個月可達到一定成效
建議如下：
1. 比較醫院與體系之數據沒有具體陳列，以員工健檢為主只有4萬多人之資料
2. 系統之管理成效並無提供任何數據
3. 請提供國內外醫院臨床使用相類似系統設計，與具體數據比較差異
4. 尚未實際臨床應用，還未見到具體成效
5. 欠缺臨床應用於病人身上的長期成效，仍需努力
期待團隊持續累積經驗，針對前述事項予以強化及深化，在此領域成為國內外標竿。
|
|
