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

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。