國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
53
第五章 討論與結論
預防醫學與健康檢查的目的在於及早發現疾病並提早治療，藉以提高疾病的 治癒率，並降低龐大的醫療成本的支出。健康檢查的意義在於從定期的健康檢查 項目來檢測出身體隱含的危險因子或疾病，透過健康檢查項目的數值來判斷是否 符合正常健康的標準，並從中去探究異常的數值可能代表的疾病與發展，提早在 疾病出現徵兆時就發現問題並來預防疾病發生或治療，作為進一步就醫與治療的 參考建議。但是目前最基本的健康檢查僅提供檢查項目的正常數值標準對照表給 健檢民眾做參考，只限於觀察是否符合正常標準範圍，沒有醫學專業知識的健檢 民眾較難從檢查數值中判斷出可能的隱藏疾病，如此一來就失去健康檢查對於檢 測身體隱含的危險因子或疾病的意義了。故本研究透過案例式推理技術建立一個 脂肪肝預測模型，希望能夠提供無專業知識的健檢民眾能夠依照自己在免費的健 康檢查報告中獲得的資料初步地去預測自己的脂肪肝疾病狀況，作為進行付費超 音波檢查及就醫的參考依據。
在案例屬性的部分，包含生理參數有 5 項變數，實驗室檢查資料有 10 項變 數，健康問卷有 3 項變數，共有 18 個項目。初期先透過醫學文獻的彙整項目並 包含了成人健康檢查的免費項目來選出相關因素，透過與醫生或專家的開會討論 來加強專家效度，再選出最後的重要因素。由於目前全民健保提供 40 歲以上的 成人免費健康檢查項目未包括腹部超音波脂肪肝的檢查，故本研究希望民眾能透 過行政院衛生署國民健康局規定的基本免費項目即能初步預測脂肪肝。超音波檢 查需要專業醫師與精密儀器來進行，而且費用較高，希望能夠降低非必要的龐大 醫療資源支出。
由於醫學診斷非常仰賴醫生大量的實際臨床經驗與專業知識的判斷，所以在 案例式推理的權重部分乃透過層級分析法的專家問卷來獲得醫生對於與脂肪肝 相關的因素的權重判斷。相較於許多統計方法較適用於線性資料分析的特性，醫 學上難以探究與定義的非線性的資料案例群，可能就比較難透過統計分析方法去
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
54
處理。另外，透過單筆資料訓練出來的模型可能會受限於此筆資料，所以透過專 家長年累積的經驗與知識來取得權重能更貼近大眾的情況。在層級分析法的專家 問卷內容架構的建立過程中，為提高可靠性與正確性，將建立後的架構先與醫生 討論並修改後才將專家問卷發出。在案例屬性的權重結果上，經過專家的評估與 討論後，認為與醫學期刊及臨床的經驗相符合。
脂肪肝預測模型由層級分析法所取得的因素相對權重與案例式推理的案例 距離演算所建立成的。運用簡單的案例推理介面去演算脂肪肝預測模型來獲得預 測結果，提供給民眾作為簡單的初步脂肪肝診斷預測。在案例庫的建立上，已先 將遺漏或異常的數值的整筆案例移除，避免影響結果。
根據本研究層級分析法的結果，最後獲得了五項重要構面，包括生理參數（權 重為0.181）、肝功能（權重為0.197）、腎功能（權重為0.107）、高血脂（權重為 0.245）、以及健康行為（權重為0.270）。另外，每個構面並包含下一層級的子因 子，在「生理參數」構面中有五項因素，分別為性別（權重為0.016）年齡（權 重為0.018）、身體質量指數（權重為0.063）、腰圍（權重為0.066）、血壓（權重 為0.032）；在「肝功能」構面中有三項因素，分別為「血清丙酮酸轉移（權重為 0.072）、血清麩氨酸轉移（權重為0.046）、丙型麩胺醯轉移酶（權重為0.049）；
在「腎功能」構面中有三項因素，分別為肌酸酐（權重為0.039）、尿酸（權重為 0.031）、尿蛋白（權重為0.039）；在「高血脂」構面中有四項因素，分別為空腹 血糖（權重為0.071）、三酸甘油脂（權重為0.090）、總膽固醇（權重為0.074）、
高密度脂蛋白（權重為0.043）；在「健康行為」構面中有三項因素，分別為飲酒
（權重為0.099）、運動（權重為0.089）、抽菸（權重為0.060）。
根據本研究層級分析法的結果，發現權重最高的五項重要因子為飲酒（權重 為 0.099）、三酸甘油脂（權重為 0.090）、運動（權重為 0.089）、總膽固醇（權重 為 0.074）、以及血清丙酮酸轉移(ALT)（權重為 0.072）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
55
案例式推理是一種利用過往經驗來解決現有問題的問題解決技術，藉由前人 遇到問題並解決時累積下來的解決經驗與方法，來提供給新遇到的問題作為解決 問題的參考。醫療的發展亦與案例式推理系統的發展相似，從以前到現在，許多 的醫療方法都是依據前人所診斷與治療後記錄下來的經驗來運用，透過這些經驗 的累積才能使醫學更加進步，本研究的案例式推理是利用過去的健康檢查案例來 找出與新案例相似的舊案例的脂肪肝診斷來嘗試解釋民眾的脂肪肝預測，藉由更 多的新案例輸入能夠更提高案例庫中找到與新案例相似的舊案例之正確率。
相較於決策樹方法的預測，不僅與決策樹同樣能夠得到疾病預測的結果，還 可以從案例屬性的豐富度來得到其他可能影響預測結果的疾病或健康狀況來作 為診斷參考。若案例還包含了更多相互影響的疾病與健康行為與習慣等屬性，能 幫助醫生在審視其他相似案例時，能從更多角度來做為診斷的參考建議。相較於 統計方法的預測，更能夠提供一個遵循模式讓民眾不需專業知識亦能為自己的健 康做一個初步的預測診斷，因為大多數脂肪肝的研究多為邏輯回歸統計，研究結 果多半提出預測因子與目標結果是否為顯著的，但是不同於擁有專業知識的醫生，
民眾儘管可以得知相關的影響因子為何，卻無法自己用健康檢查數字來解釋預測 因子與疾病結果之間的關係。
本研究的脂肪肝預測模型的驗證證明可以透過基本健康檢查資料來找出是 否患有脂肪肝及其程度。整體來說，在前十個最相似案例中能正確找到脂肪肝七 種程度診斷類型的比率為 97.48%，在前五個最相似案例中能正確找到脂肪肝七 種程度診斷類型的比率為 90.35%，而能夠直接在第一個最相似案例就能正確找 到脂肪肝七種程度診斷類型的比率為 55.22%；在前十個最相似案例中能正確找 出有無脂肪肝診斷的比率為 99.16%；在前五個最相似案例中能正確找出有無脂 肪肝診斷的比率為 96.23%；而能夠直接在第一個最相似案例就能正確找出有無 脂肪肝診斷的比率為 69.04%。原本在健康行為構面的因素探討中，有加入「日 常飲食(Diet)」的因素，並且被專家判斷為很高的權重，但因為某醫院所提供的
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
56
健康問卷項目並沒有最適合的對應問項來因應，所以後來與專家討論後並無加入 脂肪肝預測模型的案例式推理做計算，故在未來研究中，若能夠將「日常飲食 (Diet)」的項目加入，並能完整設計健康問卷的問項來配合屬性，必定能更加全 面性的探討健康檢查項目對脂肪肝疾病的解釋。
在模型的應用對象方面，可分為健康檢查的民眾與醫生。在健康檢查的民眾 方面，本研究希望健檢民眾可以藉由簡單的案例推理介面去演算脂肪肝預測模型 來獲得預測結果，取出最相似的五至十個案例，一併提供給使用者參考。如此，
民眾可以透過脂肪肝的預測診斷結果來作為是否需要進一步去做需要付費的腹 部超音波的參考建議，期望能夠透過一些免費的初步篩選步驟找出可能患有脂肪 肝的群眾，再建議可能的患者進行腹部超音波，如此能夠減少不必要的醫療資源 浪費。在醫生方面，則希望協助醫生從提供的前五到十個最相似的患者案例中的 健康狀況、健康行為、可能相互影響的疾病等更多角度來輔助醫生診斷；有時候 能夠幫助醫生從相似案例的情況去延伸疾病或健康習慣等可能造成相互影響的 聯想，協助醫生對病患進行有效的臨床診斷。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
57