| 計畫類別 | ■整合型 □個人型 | ||
| 合作計畫名稱 | 建立聯新醫院中風資料庫平台 Creation of Stroke Registry database of Landseed Hospital |
||
| 中大計畫主持人（系所） | 生醫科學與工程學系 | 聯新醫院共同主持人（科別） | 神經醫學中心 |
| 姓名/職稱 | 吳立青 副教授 | 姓名/職稱 | 陳右緯 助理副院長 |
| 聯絡電話 /分機 | 03-4227151＃36106 | 聯絡電話 /分機 | 03-49412345 |
| nculcwu@gmail.com | chenyw@landseed.com.tw | ||
| 專長及 研究領域 |
生物資訊 計算生物學 生物資訊學 |
專長及 研究領域 |
資訊工程 臨床神經學 腦血管疾病 |
| 成果摘要 | 已確立建構項目與採用工具，包括以access資料庫平台配合Apache網頁伺服器作為項目架構，並將資料儲存於雲端資料庫伺服器或網路儲存伺服器(NAS)做資料儲存。 已將聯新醫院中風資料登錄表與院方系統檔案逐一比對，並向院方人員諮詢以進行資料整合。包括確認不同年份登錄項目之差異、登錄項目各項格式、可合併或分割項目、預計呈現方式。並將上述結果繪製資料庫ER模型，並依照模型建立access資料庫。 資料庫ER Model 實體關係圖  |
||
| 計畫類別 | ■整合型 □個人型 | ||
| 合作計畫名稱 | 病房點滴偵測裝置與即時監控系統研製 | ||
| 中大計畫主持人（系所） | 資工系 | 聯新醫院共同主持人（科別） | 肝膽腸胃科 |
| 姓名/職稱 | 蘇木春 教授 | 姓名/職稱 | 徐偉倫 副部長 |
| 聯絡電話 /分機 | 03-4227151＃35201 | 聯絡電話 /分機 | 03-49412345 |
| muchun.su@g.ncu.edu.tw | hsuwl@landseed.com.tw | ||
| 專長及 研究領域 |
人工智慧、機器學習、計算型智慧、群體智慧、類神經網路、模糊系統、最佳化演算法、圖樣識別、影像處理、復健科技、醫學資訊處理、機器人、數位學習、擴增實境、人機介面與互動 | 專長及 研究領域 |
1. 消化性內視鏡(胃鏡、大腸鏡、ERCP)檢查及治療術 2. 消化道支架置放術 3. 腹部超音波 4. 醫學影像的人工智慧應用 5. 醫療資訊系統(HIS) |
| 成果摘要 | 面對台灣醫院護理人力不足問題與工作負擔大，除了招募更多的人員以外，還能將資訊科技導入醫院的工作環境，降低醫護人員的工作負擔、解決工作量過大的問題，其中病房照護就是護理人員負擔相當吃緊的工作項目之一。因此，本計畫製作量測點滴使用量與即時監控的系統，護理人員能遠端監控病人的點滴使用情況，降低護理人員往返不同病房或是護理站的移動，同時還能定位每隻點滴在哪間病房，讓護理人員能更容易找到需要處理的點滴，藉由此監控系統，減少護理人員的工作量。 本系統使用嵌入式裝置搭載重量感測器、wifi通訊模組、iBeacon發送器等三個模組。使用重量感測器除了能了解點滴剩餘量還能檢測流速是否異常，而wifi模組可以將點滴的即時資訊傳送至伺服器，使用伺服器整合多個智慧點滴的資訊，並顯示於網頁上，護理人員只要透過智慧手機、平板或是電腦都可以即時監控不同病房的資訊。定位點滴則是使用智慧點滴上面的iBeacon發送訊號，並於每個病房門口架設iBeacon的接收裝置，並透過三角定位可知目前點滴是否離開該病房。 |
||
| 計畫類別 | ■整合型 □個人型 | ||
| 合作計畫名稱 | 基於深度自然語言處理對出院診斷進行ICD-10編碼 | ||
| 中大計畫主持人（系所） | 資工系 | 聯新醫院共同主持人（科別） | 資訊醫事處 |
| 姓名/職稱 | 蔡宗翰教授 | 姓名/職稱 | 謝泉發特助 |
| 聯絡電話 /分機 | 03-4227151 | 聯絡電話 /分機 | 03-49412345＃4812 |
| thtsai@g.ncu.edu.tw | hsiehcf@landseed.com.tw | ||
| 專長及 研究領域 |
自然語言處理、對話系統、深度學習、生醫文本探勘、文本情緒分析、跨語言處理、數位人文 | 專長及 研究領域 |
藥物流行病學、生物統計 、流行病學、公共衛生 |
| 成果摘要 | 本計畫使用自然語言處理技術對聯新醫院出院病歷摘要進行自動ICD-10編碼。資料集包含共約45,000筆出院病摘與總共出現6766種ICD-10編碼需要進行自動編碼。每一份出院病摘平均需要編碼3.35個ICD-10編碼。 本計畫延續使用PLM-ICD的方法，對較長病歷文本進行切分後使用生醫專用的預訓練語言模型如BioBERT、BioRoBERTa、ClinicalBERT等對文字轉換成向量表示。將這些向量表示接起後通過Label attention機制分類到ICD-10編碼。此外，利用修改主診斷的方式並結合不同模型組態也能提升主診斷分類效果並小幅提升整體預測效果。 相較於其他ICD編碼資料集，聯新醫院提供的資料具有一定的結構性，一份出院病摘會有多項欄位能夠選擇使用，如：主訴、病史、醫療影像檢查、病理報告等共17個欄位。本計畫透過Sequential forward search選取出最佳的欄位與其用於PLM-ICD的文字順序。 使用原始PLM-ICD能夠在Micro-F1達到0.5212的分數。使用Sequential forward search最佳化的欄位順序為：主訴、病史、特殊檢查、醫療影像檢查、病理報告、手術日期及方法、住院治療經過。使用以上欄位順序能夠將Micro-F1提升至0.5409。再進一步將修改主診斷的權重結合兩種模型組態後Micro-F1提升至0.5415，且主診斷的準確率也從0.27提升至0.45。最終整體表現為Micro-F1為0.5415，主診斷分數為0.45。 |
||
| 計畫類別 | ■整合型 □個人型 | ||
| 合作計畫名稱 | 一般X光影像自動核對系統 | ||
| 中大計畫主持人（系所） | 資訊工程學系 | 聯新醫院共同主持人（科別） | 聯新醫院 |
| 姓名/職稱 | 王家慶教授 | 姓名/職稱 | 蘇逸欣主任 |
| 聯絡電話 /分機 | 03-4227151 | 聯絡電話 /分機 | 03-49412345＃8600 |
| jcw@csie.ncu.edu.tw | |||
| 專長及 研究領域 |
Multimedia processing, voice/audio processing, IC chip design | 專長及 研究領域 |
實證醫學 醫療資訊處理 血管攝影專業及相關研究 電腦斷層專業及相關研究 |
| 成果摘要 | Deep Learning Convolutional Neural Networks (CNNs) are extensively used in various fields of bioinformatics and computational biology, providing powerful tools for the analysis of complex biological data, especially for the identification of left and right lung abnormalities. Our methods have demonstrated impressive performance in classifying lung abnormalities based on radiographs. Regarding data acquisition and preprocessing, a dataset of labeled lung images, such as chest radiographs or CT, is acquired first. The images are usually labeled by experienced radiologists or clinicians to identify lesions. The dataset is preprocessed and then divided into a training dataset, a validation dataset, and a test dataset with a ratio of 0.7/0.1/0.2. Then augmentation is applied to the training data to improve the quality and diversity. The training dataset is used to train the Deep Learning model, the validation dataset is used for hyperparameter tuning and model selection, and the test dataset is used as unseen data to evaluate the performance of the final model. We used EfficientNetv2, one of the most advanced classification methods, with Adam Optimizer to achieve 100% accuracy in both the Validation Set and the Testing Set. |
||
| 計畫類別 | ■整合型 □個人型 | ||
| 合作計畫名稱 | 探討醫療院所會員管理制度及客製化服務設計 | ||
| 中大計畫主持人（系所） | 企業管理學系 | 聯新醫院共同主持人（科別） | 神經內科醫師暨整合行銷部 |
| 姓名/職稱 | 陳炫碩助理教授 | 姓名/職稱 | 李振華部長 |
| 聯絡電話 /分機 | 03-4227151 | 聯絡電話 /分機 | 03-49412345 |
| kenchen@mgt.ncu.edu.tw | leechh@landseed.com.tw | ||
| 專長及 研究領域 |
E化應用、系統網路商業模式、創新管理、供應鏈管理 | 專長及 研究領域 |
腦血管疾病、巴金森氏症、 老人失智症、一般神經科疾病、癲癇、頭痛、失眠 |
| 成果摘要 | 會員經濟近年已成為企業追求獲利成長之利器，而隨著個人手機及資通訊 服務技術的快速演進，醫療業之服務亦需要趕上這波浪潮，南桃園地區為 聯新國際醫院主要服務區域，因此，希望透過會員制度建置，提供區域內民眾更優質醫療服務，醫院亦可構建會員服務之營收管理模式。在新興智慧移動醫療（mHealth）技術的推動下，醫療保健生態系統一直在經歷顛覆性的數字化轉型，從反應性護理過渡到主動和預防性護理，這種護理可能會以更具成本效益的方式進行管理。儘管已經進行了大量研究，但由於多種原因，移動醫療是否確實可以改善患者的健康和行為結果存在不確定性。 本研究將以慢性病患會員作為探討族群，探討移動醫療（mHealth）平台對慢性病患預後的健康和經濟影響及個人的健康管理到後續醫院端處置的流程 如何完善透過會員資料的蒐集，分析會員服務使用，完成會員之個人精準健康及其他加值服務建置。 |
||
| 計畫類別 | □整合型 ■個人型 | ||
| 合作計畫名稱 | NIR•FD_PC 互動式光學造影技術開發 | ||
| 中大計畫主持人（系所） | 機械系 | 聯新醫院共同主持人（科別） | 乳房外科 |
| 姓名/職稱 | 潘敏俊教授 | 姓名/職稱 | 許雅芬主任醫師 |
| 聯絡電話 /分機 | 03-4267312 | 聯絡電話 /分機 | 03-49412345 |
| pan.minc@g.ncu.edu.tw | Hsuyf@landseed.com.tw | ||
| 專長及 研究領域 |
擴散光造影技術及設備開發 感測技術及醫療器材設計 生醫訊號處理 |
專長及 研究領域 |
乳房疾病診斷及治療 乳癌治療照顧團隊及病人照顧 消化道疾病及手術 |
| 成果摘要 | 本研究計畫開發一個互動式近紅外光擴散光學影像反算互動軟體(原命名NIR·FD_PC)，在計畫完成後命名為DOpIm更方便稱呼。系統架構、模組及計算程式內容均大致就緒，並具有後續擴充性。在開源的DOI重建軟體中，常見的有NIRFAST和Toast++。NIRFAST基於MATLAB®工具箱，可對單一光源波長和多波長光源量測結果進行影像重建; Toast++函式庫是利用C++撰寫而成，且可由MATLAB®與Python使用此函式庫，其中在二維或三維中使用有限元素法模擬光在組織中傳播時，可挑選不同的元素形狀與元素內部節點數，並在影像重建提供不同的重建方式，包含利用結構的先前資訊進行影像重建等。計畫執行參考上述軟體所開發的影像重建軟體DOpIm以MATLAB®撰寫，介面分為兩部份¾ (1) 第一部份為功能選擇: 包括選擇要產生模擬資料或是進行影像重建、選擇所使用的機台(若選擇重建由環形機台所量測的數據時，則需而外輸入Z與S的數量)、選擇使用二維或三維模型產生模擬資料或進行影像重建。選擇完第一部份資料後，按「OK」鍵即可選擇第二部份。 (2) 第二部份為參數設定: 包括產生模擬資料時所需的參數、進行影像重建時所需的參數；若要重新選擇第一部份的內容，可按「Reset」鍵跳回第一部份。 完成兩部份設定後，按「Forward RUN」或「Inverse RUN」鍵，執行所選擇功能的MATLAB®程式。在執行程式時會顯示「Stop」鍵與進度條，「Stop」鍵(F部份)用於在發現設定有誤時，可按此鍵終止程式執行；而進度條顯示此軟體執行進度。本軟體DOT部份，分別為產生模擬資料與進行影像重建時所用的子程式與其相應的功能。計畫執行驗證此影像重建軟體計算結果與先前的一致性，驗證例使用圓柱仿體(Case1)、半橢球仿乳(Case2)和不規則形狀仿體(Case3) 等。這些仿體用於驗證本軟體在單頻率或多頻率驅動光源，所進行的二維或三維DOT影像重建結果。 執行一年期間，具體成就包括: 發表SCI期刊論文3篇、獲得美國及中華民國專利各1件、國科會延伸性計畫1件(111/8/1-112/7/31) 等；獲獎榮譽則有(110年)第18屆國家新創獎精進續奬“順應式同步多頻率擴散光學斷層造影系統”、2022台灣創新技術博覽會發明競賽銀牌獎“光學斷層掃描裝置” 等。 |
||
| 計畫類別 | ■整合型 □個人型 | ||
| 合作計畫名稱 |
腦神經影像自動分析診斷整合系統之開發 |
||
| 中大計畫主持人（系所） | (中大) 電機工程學系 (聯新) 神經醫學中心 |
聯新醫院共同主持人（科別） | 教學研究部 影像檢查科 |
| 姓名/職稱 | 蔡章仁副教授 陳啟仁執行院長 |
姓名/職稱 | 陳右緯助理副院長 蘇逸欣主任 |
| 聯絡電話 /分機 | 03-4227151＃34455 03-49412345＃8616 |
聯絡電話 /分機 | 03-49412345 03-49412345 #8600 |
| jztsai@g.ncu.edu.tw 311095000@landseed.com.tw |
yuwchen@gmail.com ccc690701@gmail.com |
||
| 專長及 研究領域 |
生醫信號處理及儀器設計 神經血管微創治療 |
專長及 研究領域 |
神經疾病診療及研究 醫學影像資訊系統 |
| 成果摘要 | 本計畫的目的在建立一個可以在醫院臨床使用的腦神經影像自動分析診斷整合系統，幫助醫師對急性梗塞型大腦中風病人的病況診斷和治療決策。這個系統稱為「尊爵系統」(MARQUIS)(MRI Automatic Rapid QUantification of Ischemic Stroke)，功能上將包含缺血區分割、梗塞區分割、大腦白質病變區分割、大腦微出血偵測等中風病灶之偵測。此系統的具體目標在協助臨床醫師於病人腦中風後三小時內施打靜脈溶血栓藥物之決策，或者八小時內是否執行腦血管動脈取栓之參考依據，以及協助預後評估和追蹤比較。 本計畫對梗塞區的分割方法的開發上，從收集的急性梗塞型中風患者的MRI影像中歸納出梗塞區的影像特徵，然後根據這些特徵發展演算法以逐步分割出梗塞區的範圍。所進行的步驟包含影像對位、亮度標準化、腦實質提取、影像減量、模糊C平均分群、去除較無可能之群、去除亮度太低之次群、去除邊緣微弱之次群、去除因磁場不均勻而被誤加入的次群；這些步驟進行完即得到梗塞區的位置和邊界。本梗塞區分割演算法結果與黃金標準想比，其相似度指標(Similarity index, SI)達到89.9%。 白質病變區(White matter hyperintensity)與中風形成、老年癡呆、死亡等息息相關，對其分割具有臨床應用的價值。白質病變的影像特徵是：在T2W和FLAIR影像上過亮，而在T1W影像上稍暗。我們使用ResNet-50 (一個 50層的卷積神經網路) 架構，以正常和有白質病變的MRI影像訓練出可進行白質病變分割的網路模型，其測試的結果是55.69%的Dice係數。這效能是在訓練資料不夠的情況下的結果，以後在得到更多病患資料後，訓練出來的網路之Dice係數將可望提升至可實用程度。 實際臨床使用上，目前本系統提供一個圖形使用者介面，可安裝於急診、門診、病房、加護病房、生理檢查室等場所中臨床醫師使用之電腦裡，透過院內的PACS (Picture archiving and communication system)(醫療影像儲傳系統) 擷取病患之影像進行分析，其結果以影像、數字、檔案形式呈現。本系統致力於提供友善、便利、精確、高效率的使用環境。 目前本計畫正收集更多病患影像資料，以精進病灶分割演算法的開發和人工神經網路的訓練，期待把更多病灶偵測和分割功能導入此尊爵系統。 本計畫團隊以相關技術參加本年度各學術或產業活動獲得下列榮譽： 一.台灣創新技術博覽會(2022.10.12~14)發明競賽–銀牌獎 (作品名稱：基於電腦斷層成像分析腦組織成分的系統及其運作方法)； 二.馬來西亞國際發明展(2022.10.17~21) Good Health and Well Being類別–銀牌獎以及Health & Well-Being類別–Outstanding Innovation Award (作品名稱：SYSTEM FOR ANALYZING BRAIN TISSUE COMPONENTS BASED ON COMPUTED TOMOGRAPHY IMAGE AND OPERATION METHOD THEREOF)； 三.台灣建築醫學學會(2022.11.19) 優秀論文獎 (題目：以三維卷積神經網路探究大腦微出血之偵測與量化)。 |
||
| 計畫類別 | ■整合型 □個人型 | ||
| 合作計畫名稱 | 提升BSD熱治療機計畫系統功能的跨領域研究開發與臨床運用 | ||
| 中大計畫主持人（系所） | 光電科學與工程學系 | 聯新醫院共同主持人（科別） | 放射腫瘤科 |
| 姓名/職稱 | 陳思妤/教授 鍾德元/教授 |
姓名/職稱 | 賴易成/主任 |
| 聯絡電話 /分機 | 03-4227151＃65276, 65296 | 聯絡電話 /分機 | 03-49412345 |
| sychen@dop.ncu.edu.tw | ericlai.toa@gmail.com | ||
| 專長及 研究領域 |
生醫影像、高光譜影像 熱管理、雷射工程、光學 |
專長及 研究領域 |
影像導引及輻射調控放射治療、化學治療、標靶治療、免疫治療、荷爾蒙治療、熱治療 |
| 成果摘要 | BSD熱治療儀使用80-120 MHz Radio Frequency(RF)電磁波加熱人體癌症病灶區域，期待癌症病灶區域溫度達到40-43°C以輔助癌症治療。熱治療儀藉由水袋(Bolus)耦合RF至人體。實務上病人躺在吊床上進入熱治療儀，水袋會對人體產生壓力可能造成臟器偏移；另外，CT影像拍攝時病患躺在平板硬質床墊上，與熱治療儀是以擔架吊床方式承載，人體亦有形變。而熱治療儀之planner僅考慮2D橢圓形均質RF吸收區域，以模擬人體並計算Specific Absorption Rate (SAR)，與實際人體形貌差異甚大。再者脂肪會折射反射RF而幾乎不吸收，造成加熱區域偏離planner預定病灶位置且低於期待之SAR；另外planner無提供更為實際之溫度模擬，以上都會造成熱治療儀使用上的不確定性。 為理解病患於熱治療儀水袋與吊床中是否會造成與拍攝CT時人體輪廓與內臟位置是否產生位移，本計畫成功設計具感測器之壓力束帶模擬熱治療儀水袋施加於病患之壓力，並將病人以束帶控制壓力情況下拍攝CT影像，發現臟器內部位移相對於骨骼並不明顯，約在1 cm等級，然而人體輪廓卻會明顯地因壓力造成皮下脂肪受到擠壓而明顯的改變輪廓形貌，也由於planner使用橢圓輪廓進行RF吸收計算，因此因輪廓形貌之改變並非參考骨骼位置，可能造成planner對預計加熱區域產生偏移。 基於對RF與熱物理及熱治療儀之瞭解，本研究成功建立以有限元素法(Finite Element Analysis, FEA)模擬熱治療儀加熱人體特定區域之SAR與溫度分布暫態行為。同時建立人體內各種臟器與區域之電磁波及熱特性行為，不只能重現planner之對於橢圓形均質吸收之SAR模擬結果，能達成對於特定區域加熱之天線相位計算，也能夠模擬具有臟器之人體，目前也初步達成使用真實CT影像建立之人體模型模擬接近真實案例之熱治療儀加熱行為。可計算電場分布圖、熱源分布圖、SAR圖、溫度分布圖(暫態)。初步發現脂肪是熱治療需要考慮的重要因素，由於脂肪低介電系數與低吸收特性，脂肪層的輪廓會影響加熱中心區域與功率。另外，這些細節的模擬更可確保可發現是否在體內會有不預期的熱點(hot spot)產生而可以及早因應，以免造成嚴重副作用。最終結合模擬結果與CT影像融合，利於對第一線人員直覺使用確保加熱區域吻合病灶。 |
||
| 計畫類別 | ■整合型 □個人型 | ||
| 合作計畫名稱 | 利用PPG (Photoplethysmogram)光電容積影像紀錄系統功能的跨領域研究開發與臨床運用 | ||
| 中大計畫主持人（系所） | 資工系 | 聯新醫院共同主持人（科別） | 腎臟科 |
| 姓名/職稱 | 洪炯宗教授 | 姓名/職稱 | 楊五常副院長 |
| 聯絡電話 /分機 | 03-4270214 | 聯絡電話 /分機 | 03-4941234 |
| horng@db.csie.ncu.edu.tw | |||
| 專長及 研究領域 |
大數據、人工智慧 | 專長及 研究領域 |
|
| 成果摘要 | 近幾年隨著各項穿戴式裝置的出現，「智慧城市」中的「智慧醫療」的概念及口號正逐步地在醫療革新之中展露頭角。智慧醫療發展的由來已久，隨著物聯網技術的進步及快速興起，大量醫療資訊被交流及分析運用，成為醫療大數據的基礎。穿戴型裝置能偵測到身體的狀況，藉由即時的感知，及大量的資料比對分析後進行歸納並判讀做出反應，再做出最合適當下的處理及支援。透過智慧醫療，解決了目前醫療體系所面臨的許多困境。本計畫目的在於將透過擴增實境(Augmented Reality)將人的手臂影像做影像辨識及分析來偵測手臂靜脈血管的位置，再將偵測出的血管位置突顯出來之後，將影像傳回到頭盔中，讓醫護人員能夠準確的做抽血或注射，這樣能改善由於找不到針孔而使得醫護人員重複扎針，讓患者身上的針孔變多，甚至引發很多瘀青。由外接紅外線攝影機拍攝需注射位置。當紅外光線照射人體組織時，靜脈血管中的去血紅蛋白比周圍組織對紅外光線有更明顯的吸收效果，在用紅外攝像鏡頭攝影時會形成較明顯的靜脈血管影象，經過影象處理，形成靜脈血管的可見影象，輔助靜脈定位顯示。透過USB連接紅外線攝影機(DCEA23)並串流影像，從電腦去做影像處理並將處理過的影像傳入頭盔中，由頭盔進行影像輸出。 | ||
| 計畫類別 | ■整合型 □個人型 | ||
| 合作計畫名稱 | 建構睡眠與慢病管理系統 (e 化醫療照護網) | ||
| 中大計畫主持人（系所） | 生醫科學與工程學系 | 聯新醫院共同主持人（科別） | 院長室 |
| 姓名/職稱 | 羅孟宗教授 | 姓名/職稱 | 吳清平資深副院長 |
| 聯絡電話 /分機 | 03-4227151#27756 | 聯絡電話 /分機 | 03-49412345#3340 |
| mzlo@ncu.edu.tw | wucp@landseed.com.tw | ||
| 專長及 研究領域 |
生醫訊號與影像處理、非線性系統分析、生醫電子電路設計 | 專長及 研究領域 |
重症醫學、呼吸治療、胸腔學、睡眠醫學 |
| 成果摘要 | 1.創新的鼾聲紀錄與分析 成功以智慧型手機錄鼾聲合併穿戴裝置的血氧監測，分析與睡眠呼吸障礙的關係。結果發現經由聲學軟體分析，受試者分為三組呈現顯著差異，無打呼組，AHI與AHI REM的平均值為11.94±9.06與17.12±10.87，有打呼但無Apnea的組，AHI與AHI REM的平均值為32.87±17.49與39.62±20.37，有打呼且有Apnea組，AHI與AHI REM的平均值為66.62±22.96與63.91±19.35，且音調（pitch）強度（intensity）F2峰值與AHI呈現顯著正相關。 2.開發AI的鼾聲分析系統 我們以此研究成果，進行開發鼾聲AI分析與辨識系統。目前進度為個案之夜晚睡眠時鼾聲錄音，可上傳雲端或帶至診間，利用AI技術，將鼾聲視覺化分類，以此結果進行打呼個案臨床分類，以預測睡眠呼吸障礙、缺氧、深層睡眠不足，安排個案後續個人化治療與追蹤。 3.睡眠治療與慢性疾病管理健康系統 運用睡眠與慢病照護系統，推動會員制，利用打呼分析軟體、穿戴裝置監測深度睡眠程度及連結其他與心腦血管相關慢性病的危險因子偵測，以32宮格模式定期追蹤治療狀況，推展B2B及B2C 照護模式，以醫院管理中心為基礎，運用line@並連接call center 形成to and for的e化醫療照護。   |
||
| 計畫類別 | □整合型 ■個人型 | ||
| 合作計畫名稱 | 使用就診態樣分析病患群組 | ||
| 中大計畫主持人（系所） | 生醫科學與工程學系 | 聯新醫院共同主持人（科別） | 神經醫學中心 |
| 姓名/職稱 | 吳立青 副教授 | 姓名/職稱 | 李振華 部長 |
| 聯絡電話 /分機 | 03-4227151#36106 | 聯絡電話 /分機 | 03-49412345 |
| nculcwu@gmail.com | leechh@landseed.com.tw | ||
| 專長及 研究領域 |
生物資訊 計算生物學 生物資訊學 |
專長及 研究領域 |
巴金森氏症 腦血管疾病 老人失智症 |
| 成果摘要 | 透過程式語言結合2012年至2021年的就診資料，探索各月份與就診人數的關係以及地區與就診人數的相互影響。我們對大量的就診資料進行了正規化處理，以確保資料的一致性和可比性。透過統計分析和視覺化呈現，揭示了不同月份對就診人數的影響模式。使我們能夠深入了解季節性變化、節假日對就診需求的影響，並為醫療資源配置和服務優化提供了重要依據。 此外，我們也探究了地區與就診人數之間的關聯性。通過地理信息和就診數據的結合，我們發現了就診熱點地區和可能存在的地區差異。這些發現對於健康政策制定者和醫療機構管理者具有重要價值，能夠協助他們更好地了解地區就醫需求，進一步改善醫療服務的提供和資源配置。  依年月觀察就診人口改變  依地區距離觀察年份就診分布 |
||