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
中文摘要
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。