運用基因演算法建構疾病預測模型與病人安全警示系統之研究-以全靜脈營養為例

林廷憲(Ting-Hsien Lin)

指導教授 ： 劉 立

共同指導教授 ： 楊騰芳

臺北醫學大學/醫學院/醫學資訊研究所/碩士(2007年)

摘要

在健保總額預算下醫療資源受限越來越多，如何利用醫院的醫療資料庫並從龐大的資料中歸納出可以被接受的結果並建立有效的分析模型，不但能有較具參考性的數據協助醫生判斷並提供適當的營養照顧，使病人提高耐病力、降低感染進而增強治療的療效，也能更有效率分配資源以維持醫療品質。

對一些無法由腸道獲得足夠營養的病患，只好藉由靜脈注射的方式，以獲得所需之熱量及所有營養素，全靜脈營養（TPN）是將身體所需的五大營養素:醣類、蛋白質、脂肪、維生素、礦物質經由中心靜脈導管輸入體內，以維持身體新陳代謝。然而病人的營養狀況與其接受治療過程中可能產生的合併症、住院天數及存活率有著密切的關係。事實上，當病人因輸注全靜脈營養而導致相關代謝性合併症，將使疾病的治療更為棘手，為了及早了解並預防之，定期的臨床評估是必要的。

本研究對病人因病情需要而使用全靜脈營養者，最後發生併發症之可能性，用病歷回溯方式，試圖整理歸納出規則，以建構可供臨床工作者使用之預測模型與警示系統，並期望未來能提升此方面之照顧品質且能兼顧醫療資源的利用。

關鍵字

基因演算法 ； 警示系統 ； 全靜脈營養

並列摘要

無資料

並列關鍵字

Genetic Algorithm ； Alert System ； Total Parenteral Nutrition

參考文獻

林俊良，《智慧型控制－分析與設計》，台北：全華科技股份有限公司，民94.12。

鄭美麗等，〈全靜脈營養代謝性異常及併發症〉，台灣醫學，第七卷第3期，民92.1。

孫雷銘，〈使用改良型基因演算法解決醫師排班問題〉，臺北醫學大學醫學資訊研究所，碩士論文，民94.7。

李博智，〈資料探勘在慢性病預測模式之建構〉，元智大學資訊管理研究所，碩士論文，民91.7。

莊瑞芬，〈南區某醫學中心全靜脈營養劑混用脂肪乳劑使用評估〉，高雄醫學大學藥學研究所，碩士論文，民88.6。