2024 / 11 / 29

2024 / 11 / 30（六）報名額滿

01-2_thanks

感謝各位舊雨新知的支持，11 / 30（六）《醫學論文與寫作工作坊》，現已報名截止。

若您對我們的各種課程有興趣，歡迎追蹤新思惟國際，第一時間掌握最新訊息。

追蹤訂閱

發表於 20241130_第六十七梯次課程記錄 | 已關閉迴響。

2024 / 11 / 28

[快訊] 黃國揚醫師團隊，運用人工智慧模型提升拔管成功率之研究，獲 Frontiers in Computational Neuroscience 刊登！

文章介紹

重症病房有許多病人需要插管接上呼吸器來維持生命，但拔管過早，可能讓病人無法順利呼吸，需再次插管，大幅增加死亡風險；若拔管過晚，則會拖延病人的康復，甚至引發感染等併發症。

黃國揚醫師團隊嘗試運用人工智慧（AI）技術分析病人狀況，幫助醫療團隊準確判斷拔管的時機。他們蒐集 2015 年到 2020 年，289 名台灣病患的呼吸數據，並將這些數據輸入人工智慧系統進行分析，測試了三種深度學習模型：RNN（循環神經網路）、LSTM（長短期記憶模型）、GRU（門控循環單元模型）。

研究結果顯示，GRU 模型結合 Tanh 的啟動函數，在所有測試中表現最佳，尤其是在每 30 秒平均化數據下，模型能更好地捕捉病患的狀態變化，準確率達到 94.44%。相較於其他人工智慧模型，GRU 模型運算速度更快且效能穩定，更適合應用在臨床實際環境中。

有了人工智慧輔助的拔管預測方法，醫療團隊能更有信心決定何時拔管，減少不必要的失敗風險，讓病患與家屬更安心。

恭喜黃醫師！

想依照老師的建議，用更好的文稿編排方式呈現自己的論文，但期刊偏偏又有一大堆規定，到底該不該遵循呢？在這支影片中，吳爵宏醫師會分享自己實際投稿的經驗，徹底解答你的疑慮。

臨床研究 / 論文寫作

發表於 20140913_第二梯次課程記錄, 共享榮耀 | 已標籤 Frontiers in Computational Neuroscience, GRU, LSTM, RNN, 人工智慧, 拔管, 黃國揚 | 已關閉迴響。

2024 / 11 / 27

問：AI 正在讓你做出錯誤決策？

答：（蔡依橙）

如果你還沒有確認正確性的能力，千萬不要使用 AI 去做你無法驗證的事。

最近有同學在 Office hour 問我問題，我發現他的提問有點奇怪，在我進一步釐清並追問之後，才發現原來同學是使用 AI 工具去讀論文。

這段文字，你先看看，哪裡奇怪？

主題我稍微做點馬賽克，大概類似「給予病人某介入之後，去評估疼痛指數的下降程度」。所以他用 PubMed 找了有這些介入也有疼痛指數的論文，全部丟進 AI 工具裡面。

接著，他對這些 AI 工具詢問，請他們萃取出做統合分析需要的數值。

AI 給了一堆中文說明跟歸納，並告訴他，其中好幾篇文章，並沒有給出疼痛指數的數據。

發表於 Office Hour | 已標籤 AI, 決策, 統合分析, 驗證 | 已關閉迴響。

2024 / 11 / 21

[快訊] 何偉宏醫師團隊，關於數位掃描單顆牙冠的精確度最適化之研究，獲 Journal of Prosthetic Dentistry 刊登！

文章介紹

過往製作牙冠模型，傳統方法是用材料在牙齒上取模，但過程繁瑣且讓患者感到不舒服；而今有數位掃描儀，只要口內掃描即可取模，流程快速且更為精準。即使如此，數位掃描牙冠的精確度仍受多種因素影響，例如：牙齦與牙齒邊緣的距離、邊緣線的深度等。

何偉宏醫師團隊想找出在數位掃描中提升精確度的方法，讓牙醫製作出更貼合的牙冠，於是團隊設計三種不同形狀的人工牙模型：「圓肩設計」、「肩設計」和「斜肩設計」，並搭配不同厚度的鈦合金套來模擬牙齦擴張效果（0.2 mm、0.3 mm、0.4 mm 和 0.5 mm），以測試數位掃描在各種情況下的精確度差異。

研究結果顯示，要取得理想的數位掃描結果，牙齦擴張寬度至少需要達到 0.3 mm，邊緣線的深度應在牙齦下方 1 mm 內，否則掃描精確度會下降。而且不同牙冠設計的掃描結果也各異：「圓肩設計」在各種情況下提供最佳的精確度，能清晰呈現牙冠模型的細節；「肩設計」次之；「斜肩設計」效果較差，尤其在較深的齒齦處易失真。研究還發現，在牙齦齊平或稍上方的位置使用 0.4 mm 以上的擴張寬度，數位掃描的精確度會明顯提升。

這項研究為數位牙科治療提供明確的標準，協助牙醫製作符合患者口腔需求的牙冠，減少傳統印模不精確所帶來的修復問題。

恭喜何醫師！

投稿被期刊社「卡」了，連職涯升等也受影響了嗎？來聽聽陳醫師的實用策略與建議，幫助你在投稿路上找到合適的解決方法，讓研究更順利推進，不再被困住！