文章介紹
機器學習在醫學上最好的應用，就是預測未來。例如在中風診斷的當下，如果能根據各種特質，就能成功預測之後的狀況，對於和患者與家屬溝通，都會很有幫助，也能針對不良預後族群，考慮更積極的介入，或提早告知後續準備。
張醫師團隊，使用 577 位腦血管急性照護後計畫的患者資料，收集 77 個參數，餵進八種不同的機器學習模型，並以出院時巴氏量表分數大於 60 作為標準。結果發現，八種模型的診斷率曲線下面積 AUC，在 0.83 到 0.887 之間。其中 random forest、stacking、logistic regression 與 SVM 的表現最好。在眾多預測參數中，一開始的博格平衡測驗分數、初始巴氏量表分數、初始簡明失語症測驗分數，是最重要的三個預測參數。
恭喜張醫師！
期刊介紹
Diagnostics 創刊於 2011 年，是 MDPI（Multidisciplinary Digital Publishing Institute）旗下的 open access 期刊。2020 年的 impact factor 為 3.706，在 Medicine, General & Internal 領域為 Q2(45/169) 期刊。
新思惟統合分析工作坊講師張凱閔醫師，曾獲邀擔任 Diagnostics 期刊 special issue 的 guest editor，在網頁上即可看到其資歷、網頁連結與發刊詞。
MDPI 集團，近年致力於期刊數據透明化，主動公布許多期刊經營數據，如：審閱時間、刊登文章數、文章接受率、文章閱覽量、最多人閱讀的文章等，非常迅速積極。
張世杰醫師與新思惟
- 張世杰醫師所參加的《醫學論文與寫作工作坊》第十七梯次
- [快訊] 張世杰醫師團隊，對菁英運動員的高強度間歇運動表現之研究，獲 PLOS ONE 刊登！
最新活動