文章介紹
亞熱帶的臺灣，季節性流感是公衛上重要的問題，由於 2004 年開始，臺灣 CDC 維護了很不錯的即時流感監測系統，並有詳細記錄，鄭皓元醫師與其團隊，預計使用這些巨量資料，嘗試使用機器學習，建立模型後，進一步做即時預測。
資料收入了傳染病監測系統、健保資料庫、流感重症資料，然後分別用四種模型去做機器學習，這些模型將用於預測指定的某一周，以及接下來三周的流感狀況。用來訓練的資料是 2008 到 2014 年的，接著用 2015-2017 的資料做確認，然後更進一步用 2018 年的即時資料確認其準確度。
結果發現，所有的模型都能對季節流感的時間與強度做出準確的預測，包括指定周，以及接下來的三周，其中 ensemble model（集成模型）表現特別好。在 2018 年的真實世界使用經驗中，其預測表現也一樣相當不錯。
總結來說，集成機器學習能有效的預測即時四周流感狀況，並達到加速決策的效果。
藉由大量收集的數位資料，訓練機器學習，並嘗試預測重要的真實世界參數，是近年機器學習論文的熱門主題。另外，本文的通訊作者，是在 COVID-19 疫情期間，扮演重要角色的莊人祥醫師。
恭喜鄭皓元醫師！
最新活動
期刊介紹
Journal of Medical Internet Research 創刊於 1999 年，2019 年的 impact factor 為 5.034，在 Health Care Sciences & Services 領域排名為 Q1(5/102) 期刊，在 Medical Informatics 領域排名為 Q1(2/27) 期刊。
JMIR 是個基於加拿大的期刊集團，以第一本 Journal of Medical Internet Research 打出名號之後，迅速的開枝散葉，發行許多以 JMIR 為首的期刊，例如 JMIR Medical Informatics 與 JMIR Serious Games 等，也幾乎都拿到 impact factor。後來，更跨到醫學資訊以外的領域，如 JMIR Cardio 與 JMIR Cancer 等。很類似 JAMA 系列期刊、BMC 系列期刊或 PLOS 系列期刊的操作方式。
JMIR 在醫學資訊方面的成功，有目共睹，但這樣的成績是否真的足夠帶出其他領域的期刊，並獲得 impact factor，則值得繼續追蹤。
鄭皓元醫師與新思惟
- 鄭皓元醫師所參加的《醫學論文與寫作工作坊》第一梯次
- 鄭皓元醫師所參加的《健保資料庫工作坊》第二梯次
- 「科學簡報」和「商業簡報」大不同（2014/12/21 @ GRSP）
- 鄭皓元醫師所參加的《新思惟論壇：跨界》
- [快訊] 鄭皓元醫師與團隊，關於臺灣在 COVID-19 疫情爆發初期，快速且積極的反應整理，獲 Journal of the Formosan Medical Association 刊登！
- [快訊] 鄭皓元醫師與臺灣防疫團隊，對於 COVID-19 的傳染風險研究，獲 JAMA Internal Medicine 刊登！
最新活動