Browsing by Author "晉良昊"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Item 基於深度學習方法之急診心臟病患住院預測研究(2023) 晉良昊; Chin, Liang-Hao急診壅塞問題將增加病患等待時間和造成醫療資源配置的困難,故能於病患檢傷階段進行住院預測可將醫療資源配置給急需急診醫療資源之患者。本研究以「台北馬偕教學醫院」之2011年至2018年共計八個年度,1,065,480筆急診病患於檢傷階段可得之主訴、基本資料與診斷資料為研究資料,用以預測住院可能性。本研究是以XGBoost來進行結構化變數的篩選,然後以BERT來進行主訴和補充主訴的住院預測,最後再以深度學習的方法來對於主訴和補充主訴進行住院預測。本研究涵蓋一系列的深度學習的流程,包含了結構化資料與主訴資料前處理、主訴之否定詞處理、不平衡資料集處理、心臟疾病判別、結構化變數轉成補充主訴以及XGBoost、BERT、BiLSTM和CNN模型建立及評估。研究結果發現住院預XGBoost結果最高AUC為0.8182、BERT結果最高AUC為0.8859、BiLSTM結果最高AUC為0.9447、CNN結果最高AUC為0.9268。研究推論深度學習模型在住院預測方面有較好的預測結果。再加入心臟疾病後住院預測BERT結果最高AUC為0.8972、BiLSTM結果最高AUC為0.9361、CNN結果最高AUC為0.9341。研究推論心臟疾病對於住院預測是可以提升預測力。研究方法與發現提供急診住院預測參考並希冀提升急診室資源有效配置。