作者 | 周鴻杰 醫師
延續「TSECC 急重症智慧醫療數據松」比賽的氣勢，我們團隊也參加新加坡大學和麻省理工學院合辦的醫療大數據分析大賽。此次雖然受到疫情的影響，比賽改成線上舉行，但今年參加的隊伍數量比往年還多，總共有 10 國、50隊、超過 500 人參加。
比賽的評審，有臨床醫師，也有資料科學家，審視各組的報告是否能兼具深度學習的架構與臨床運用的價值。
在台大李建璋醫師與清大郭柏志老師的指導下，我們團隊挑戰「加護病房不預期心跳停止的早期預警系統」。運用美國哈佛大學醫院與麻省理工學院開發的加護病房電子病歴資料結合人工智慧類神經網路演算法發展出來。此預警系統可以在12小時前就穩定的偵測出92%以上的不預期心跳停止病患，相對於 CART 計分，12小時前僅能預測24%的不預期心跳停止病患，增加 3.8 倍的效能。
資料探勘的過程中，花費相當多的時間。今年還巧遇麻省理工學院發佈新版的資料庫，不僅更新病人數量，還新增影像的資料。因此，我們團隊來來回回確認資料的正確性，並且閱讀許多文獻，比對不同 AI Models 間的差別，最終才完成這次的題目。比賽開始前，我們就知道這是一場硬仗，每個團隊的題目，都相當的適合用深度學習來處理，接下來就比如何妥善解釋研究結果，增添臨床運用的價值。最終，我們團隊入圍決賽的 10 組，再經過更詳細的評分與討論後，我們團隊獲得 Best Presentation Abstract。
資料探勘的過程中，花費相當多的時間。今年還巧遇麻省理工學院發佈新版的資料庫，不僅更新病人數量，還新增影像的資料。因此，我們團隊來來回回確認資料的正確性，並且閱讀許多文獻，比對不同 AI Models 間的差別，最終才完成這次的題目。比賽開始前，我們就知道這是一場硬仗，每個團隊的題目，都相當的適合用深度學習來處理，接下來就比如何妥善解釋研究結果，增添臨床運用的價值。最終，我們團隊入圍決賽的 10 組，再經過更詳細的評分與討論後，我們團隊獲得 Best Presentation Abstract。
沒有留言:
張貼留言