應用資料探勘技術提升急診醫學檢傷分類之一致性─以台灣某醫學中心急診醫學部為例

NCUTIR > College of Management > Development of Industrial Engineering and Management > 【工業工程與管理系所】博碩士論文 > Item 987654321/1284

Please use this identifier to cite or link to this item: http://ir.lib.ncut.edu.tw/handle/987654321/1284

Title:	應用資料探勘技術提升急診醫學檢傷分類之一致性─以台灣某醫學中心急診醫學部為例 Data Mining Applied to the Predictive Model of Triage System in Emergency Department: A Case of Medical Center in Taiwan
Authors:	賴政皓 Lai, Cheng-Hao
Contributors:	工業工程與管理系
Keywords:	急診醫學;檢傷分類;資料探勘;多群判別分析;多群邏輯斯迴歸;倒傳遞類神經網路;10次交互驗證;專家系統 Emergency Medical;Triage System;Data Mining;Multi-group Discriminant Analysis;Multinomial Logistic Regession;Back-propagation Neural Networks;10-fold Cross-validation;Expert System
Date:	2007
Issue Date:	2008-10-06 13:31:52 (UTC+8)
Abstract:	檢傷分類制度的執行有助於急診部門進行病患分流，使病況真正危急的患者獲得即時的治療。而檢傷護理人員與醫師診療的檢傷分類決策是否一致，則關係到醫院的醫療品質、病患滿意度、生命安全與健保給付金額。因此，在急診人次持續攀升的今天，如何有效的提升檢傷分類之一致性與穩健性，是相當重要的一道課題。本研究與台灣某醫學中心急診醫學部進行合作，從流程建構、參數選取到抽取樣本，架構出一個檢傷分類的預測模型，並且由模型中隨機產出2,000筆所需的病患資料。經過三種分類技術的資料探勘後（多群判別分析、多群邏輯斯迴歸、倒傳遞類神經網路），本研究發現倒傳遞類神經網路能夠有效的區辨出病患的危急程度達95.1%的正確率。其次，本研究透過資料探勘的倒傳遞類神經網路技術，將檢傷分類專家系統以模擬的方式撰寫出來。應用資料探勘技術模擬出來的檢傷分類專家系統能夠透過定期更新的方式，兼顧改善制度與教育訓練的優點，卻不會受到主觀因素的影響。本研究之具體貢獻如下所示： 1.發展檢傷分類預測模型，具體描述護理人員篩檢之決策流程。 2.發展資料探勘預測模型，提供撰寫檢傷分類專家系統之參考依據。 3.分析各項檢傷參數之分類貢獻度，藉以提供護理人員執行篩檢作業之參考依據。 4.應用資料探勘技術建立檢傷分類之預測模式，並與護理人員執行的檢傷分類之一致性進行比較。 5.比較判別分析、邏輯斯迴歸、類神經網路等分類技術於檢傷分類預測之績效表現。 6.應用績效表現良好之分類技術結合檢傷分類、資料探勘預測模型，發展專家系統介面雛型，藉以提供資訊人員撰寫之參考依據。
Appears in Collections:	[Development of Industrial Engineering and Management] 【工業工程與管理系所】博碩士論文

Files in This Item:

File	Size	Format
	0Kb	Unknown	1210	View/Open

Loading...