目的:在台灣,胰臟癌雖非癌症發生數最高,但85%為末期,五年存活率小於5%,有癌王之稱。如何早期偵測胰臟癌風險,一直是醫療上的重大議題。本研究運用時間矩陣搭配深度學習進行大量變數之胰臟癌風險偵測。 方法:健保資料庫收集國人疾病、用藥等結構化資料,可藉此反映每人健康狀態。將三年內診斷與藥物碼轉為時間矩陣,以卷積神經網路訓練,訓練組與測試組比例為9:1。 結果:共計案例組1095名及對照組10950名,訓練後測試組表現之AUROC(area under the receiver operating characteristiccurve)為0.937,六十歲以上及以下AUROC分別為0.846及0.897。 結論:結論:能將診斷、藥物、時間轉成矩陣,是以疾病軌跡預測胰臟癌風險,且能找到新特徵,未來搭配健康存摺,為低成本、快速、大量的胰臟癌數位快篩。
「為配合國家發展委員會「推動ODF-CNS15251為政府為文件標準格式實施計畫」,以及
提供使用者有文書軟體選擇的權利,本館檔案下載部分文件將公布ODF開放文件格式,
免費開源軟體可至LibreOffice下載安裝使用,或依貴慣用的軟體開啟文件。」