• 期刊

德行倫理及其生命倫理應用

德行倫理學（virtue ethics，簡稱德行論）與結果論及義務論同為當代規範倫理學之三大理論，乃三者中最古老之學說，於古希臘及中世紀時代深受學者重視。對當代倫理學之影響而言，乃在結果論與義務論長久論辯後才復興之理論，帶來新論述與思維。本文介紹德行倫理學之定義、歷史演進、理論主張、對結果論與義務論之批判、所面臨之困難與回應，最後探討德行倫理於生命倫理之應用、以及在醫學教育中如何進行德行教育。作者期望藉本文之闡述，能為德行倫理之生命倫理與醫學教育研究及應用，建立初步基礎並引起日後更多研究興趣。

• 期刊

以「任務歷程結合動作指標的游標操作評量」形成策略來改善游標操作

肢體障礙者無法有效率地執行游標操作，此困難依不同動作障礙特質可能發生於游標操作任務的特定歷程，但尚未有文獻依照不同歷程，同時考量該歷程的動作需求進行評量並引導介入，本研究因此設計「任務歷程結合動作指標的游標操作評量」來引導介入。研究共招募20位肢體障礙者執行游標操作網頁的任務，先確認個案於某歷程的動作困難，再形成可及性策略，並與原先策略進行比較。實驗採取交叉設計，並採取魏克森符號等級檢定法進行兩種策略的組內比較，結果發現肢體障礙者使用新的可及性策略時，於操作效率、錯誤次數與嘗試次數比原先策略有顯著進步。因此經由「任務歷程結合動作指標的游標操作評量」除能反映個案能力外，更貼近生態情境的動作特質，也能較精確的引導出符合需求的介入。

• 期刊

運動介入對長照機構失能住民日常生活活動功能之成效

臺灣於2018年4月進入高齡社會，長照需求也隨之增加。過去研究顯示，運動介入可改善高齡者肌力且預防跌倒，但運動介入對機構失能住民的日常生活的各項活動功能效益仍不明確。本文透過系統性文獻回顧方式，探討運動改善長照機構失能住民日常生活活動功能之成效，使用關鍵字搜尋七個中英文資料庫至2018年10月發表的實驗性研究，經篩選後共納入八篇進行分析，並以modified Jadad quality scale進行研究品質評價。八篇納入研究之運動型態分為兩類：單類型（n=4）與多類型（n=4），運動種類以肌力訓練（n=5）為最多，頻率以每週3次（n=6），每次40分鐘（n=5），持續24週（n=3）的介入為多。結果顯示，四篇提供單類型運動介入與一篇提供肌力訓練、伸展、平衡與柔軟度運動之多類型運動介入的實驗組住民，其日常生活活動功能有顯著改善，另三篇雖在日常生活活動功能無顯著差異，但運動介入對實驗組個案的移位與協調等功能，仍有顯著改善。本文提供實證依據，支持運動介入改善失能住民的日常生活活動功能的成效。針對未來類似研究之建議，單類型運動可設計每週至少3次，每次40分鐘，持續至少24週以上；多類型運動則可設計每週2次、每次40分鐘，持續12週的運動介入，以有效改善機構失能住民的日常生活活動功能。

• 期刊

人工智慧對醫療的影響－緒言

• 期刊

醫學影像分析中的人工智慧、擴增智慧與人類智慧

人工智慧近日快速的發展，在醫學影像分析與應用引起許多研究的投入，也在數個主題獲得令人注目的成果。但從醫學影像鏈以及醫療整體發展來看仍需持續努力，除了充分利用人工智慧外，我們更需要整合各個領域長期累積的智慧，例如：醫學、機器學習、深度學習、數學、統計、資訊科學與工程，方能結合人類與電腦的長處，發展人機協作的更高層智慧，解決醫療相關的問題與挑戰。在這樣的想法下，我們致力於建立人工智慧醫學影像分析平台（Artificial Intelligence for Medical Image Analysis Platform, AIMIA platform）。此平台由「人工智慧引擎」（artificial intelligence engines）和「擴增智慧流程」（augmented intelligence workflows）所組成。人工智慧引擎包括高效能演算法和軟體模組，旨在準確、有效、穩健地從大量醫學影像數據集中提取重要訊息。我們將這些演算法和軟體模組作為構建基礎，在各種臨床應用中建立起創新的擴增智慧醫療流程。此外，AIMIA也是一個結合學術界，醫學界，以及產業界專業人才的跨國、跨領域合作平台，希望透過醫學、數學、資訊科學等產學專家共同努力，達到建立學術影響力與人才培育、創新多元的臨床應用、以及醫療產業商業價值開發等目標。

• 期刊

深度學習在腦部影像的臨床應用

人工智慧（artificial intelligence, Al）在醫療上的運用已然成為顯學，日常為病人服務過程中產生出的大量資料也成為科學家有興趣的目標。有了深度學習技術的加持後，醫學影像分析發生了驚人的進展。AI逐漸成為我們臨床工作的好夥伴，不久之後常規的胸部X光或腦部CT一做完，電腦馬上就可產生初步報告，就和現在的心電圖機一樣。腦部影像中比較常被使用到的就是CT和MRI：已經有很多人成功的利用深度學習在CT上偵測出腦中風及各種外傷性病灶；腦部MRI的應用則更加廣泛，電腦可以在影像中自動偵測腦瘤、血管病灶、退化性病灶，劃出它們的輪廓甚至做出診斷、嚴重度分級、產生報告。更進一步的，AI也可以產生虛擬的CT或MRI，運用在臨床的教育訓練上。做為一個AI時代的醫療人員，除了初步瞭解人工智慧、深度學習這些技術到底是什麼之外，我們更應該知道目前這些技術能夠做到什麼，進一步發想出未來可能的臨床應用。

• 期刊

人工智慧應用於ICD-10疾病分類

目前疾病分類主要依靠人力閱讀大量的文字資料作為分類的依據，一位專業的疾病分類員需要長時間的專業訓練才能進行ICD-10（The International Statistical Classification of Diseases and Related Health Problems 10th Revision, ICD-10）疾病分類的複雜作業，而這項工作即便是由專業的疾病分類人員來進行，都需要花費大量的時間才能對一個病人做出正確的編碼。本研究包含了14萬筆的文字資料，這些文字類型的資料，例如出院診斷或是病史等等的文字記錄，透過這些文字資料希望能建立一套ICD-10代碼的自動分類系統，具有閱讀並處理這些醫師所寫下的文字資料的能力，最後得到相對應的ICD-10代碼。在本研究中，資料包含從臺大醫院2016年到2017年七月的出院病摘，ICD-10-CM的21類分類結果的F1-score可以達到85％，全部代碼分類的F1-score為65％，本研究的成果證明深度學習在醫療體系的文字資料應用值得進一步研究。

• 期刊

整合疾病階層關係輔助資料量不平均之診斷文字理解

電子病歷中記錄了病人相關的症狀描述、看診的歷史紀錄等文字資料，每一筆紀錄都有其對應的診斷代碼，代表著該次就醫時醫師所下的診斷結果及其治療方案等資訊。此研究期望利用機器學習人工智慧之技術，建立一套自動標記代碼之系統，藉由閱讀醫師所寫下之文字資訊，自動產生對應之代碼。然而，需要考慮的代碼數量有上千個，有些代碼出現次數頻繁，有些代碼較罕見，在機器學習技術中，少見的代碼所對應的資料量也較為不足，而這些不平均的資料會造成標註成效不佳。故此研究另外利用專家在診斷代碼上建造之階層關係，進一步改善資料量不足之代碼之辨識效能。為了能讓模型有效利用診斷代碼的階層關係這類額外的專家知識，我們提出了各種不同的方式去計算卷積神經網路的損失函數以此來取得同一種類別的診斷中所共享的語義資訊。這樣的資訊不只讓模型有額外的醫學知識作為學習方向，也幫助解決訓練資料中樣本數量不平衡的問題。根據我們做在MIMIC3這份國際通用的資料集的結果顯示，我們提出的方法確實能夠有效利用階層種類的知識並提供模型有意義的資訊來幫助改善現階段最好的預測結果。而這樣的討論與研究也顯示了結合額外的專家知識於機器學習的模型中是有一定的好處與重要性，能啟發未來更多的研究方向。

• 期刊

降低腫瘤病房護理師工作倦怠之改善專案

腫瘤病房護理師會因繁重的癌症照護工作而出現工作倦怠時，除了會影響護理品質外，負面工作態度也遽增，本專案旨在降低腫瘤病房護理師倦怠，分析原因有臨床護理工作、個人因素、輪班制度及環境因素，改善策略有：安排癌症照護／抗癌治療相關訓練課程、合理護病比、運用資訊簡化紙本作業、善用輔具、照護經驗分享、音樂治療、安排休閒放鬆活動，以及合適排班等，專案推動後單位護理師「經常」或「總是」覺得工作倦怠的比例，從原本的有56.3％下降到27.8％，有效改善護理師的工作倦怠程度，且人員異動率由6.3％降至0％，建議本專案之改善策略，可供腫瘤病房護理師工作倦怠預防與因應的具體參考。

• 期刊

提升頭頸部腫瘤術後病人自我口腔照護

頭頸部腫瘤術後病人執行口腔照護尤為重要，除了降低感染、促進舒適及預防合併症，良好口腔照護為提升手術成功機率之要因。2015年統計發生5位病人返家口腔照護不佳情形，因此調查發現：病人自我口腔照護正確率僅63.4％、病人對於護理師執行口腔照護指導滿意度僅80.3％。可能原因包括：未制定口腔照護指導標準流程、指導工具內容及合宜性不足、缺乏關懷諮詢追蹤制度等因素。策略：建立頭頸部腫瘤術後口腔照護標準流程、增修訂口腔照護指導工具、製作病人自我口腔照護進度查檢表、制定電訪追蹤關懷諮詢機制等。成效：病人自我口腔照護正確率提升至90.2％，病人對護理師執行口腔照護指導滿意度提升至94.8％，足見專案成效，提升頭頸部腫瘤術後病人自我口腔照護。