Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "林至柔"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    考量主訴之急診住院預測研究:BERT模型開發
    (2022) 林至柔; LIN, Zhi-rou
    近來大醫院急診持續嚴重壅塞,日益增加的病患人數造成急診醫療資源供不應求,長期以來急診壅塞的問題也導致延誤病患的就診或住院的時間。本研究以合作醫院「台北馬偕紀念醫院」之2011年至2018年之八年度急診室病歷資料,合計共1,065,480筆急診病患於檢傷階段之就醫紀錄,以預測住院之可能性。研究首先採用自然語言處理之BERT預訓練模型進行微調訓練,透過急診室病歷資料之主訴語進行住院預測。研究結果發現經過不平衡處理的BERT模型,期住院預測結果之AUC指標可達0.950、Accuracy指標可達0.891;此外,透過特定檢傷資料(檢傷一級與檢傷五級)進行預測結果AUC指標可達0.954、Accuracy指標可達0.960。然而單獨只考慮結構化變數,如:檢傷等級、年齡、體溫、到院時間與到院方式,並採用弱分類器XGBoost模型之預測效力,其不如以主訴透過BERT模型之預測結果。故研究進一步比較XGBoost透過篩選之病患五項結構化重要特徵所生成之擴充主訴,納入BERT模型預測之效力,透過BERT訓練後,其AUC指標可達0.958、Accuracy指標可達0.904,遠高於過去的相關研究。研究方法與發現提供急診住院預測參考,並期盼降低急診室病床等候時間,進而改善急診壅塞問題。

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback