樹人醫專風評2020的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

應用人工智慧於慢性阻塞性肺病患者罹患中風之風險評估研究

為了解決樹人醫專風評2020的問題，作者蕭世享 這樣論述：

隨著科技的進步以及醫療水準的提升，台灣整體社會人口已經呈現高齡化的趨勢，而近幾年更逐漸邁向超高齡化社會。高齡化人口的死亡原因當中又以慢性病為主要因素，各項慢性病中又以慢性阻塞性肺病以及中風這兩項對高齡患者尤為嚴重，且這兩者都有相同的危險因素。慢性阻塞性肺病以抽菸族群最為常見，台灣抽菸人口眾多，嚴重影響國人的健康，但對這項慢性病卻少有聽聞以及相關的研究探討過慢性阻塞性肺病與中風之間的關係。故本研究以國內醫療機構相關資料庫為研究，篩選出目前國內罹患慢性阻塞性肺病之病患，並運用基因邏輯斯迴歸演算法、粒子群最佳化演算法以及交叉熵演算法計算各項因子的權重與倒傳遞類神經網路及支援向量機相互結合，建構六種

預測中風之風險模型，並結合案例式推理系統，評估病患是否會有伴隨中風的風險，並設計評估介面，方便使用者進行併發症的風險評估。研究結果顯示，經由傅利曼檢定發現預測模型之間ROC曲線下面積有顯著性差異，並利用成對樣本T檢定來判斷模型的整體優異性，最後統計結果預測模型當中以基因邏輯斯迴歸演算法與交叉熵演算法結合倒傳遞類神經網路之預測模型表現較為佳，經由K疊交互驗證平均準確率與ROC曲線下面積都達到了88%與0.82以上；評估模型的部分以粒子群最佳化演算法做為相似度評估，並利用傅利曼檢定來驗證三種演算法之差異，檢驗結果顯示在準確率以及ROC曲線下面積上均顯示無顯著差異存在，故三項演算法皆適合做為本評估系

統預設權重，其平均準確率及平均ROC曲線下面積皆有84%與0.77以上。本研究結果能夠提供醫療機構以及臨床診斷人員，作為疾病診斷之參考依據。