運用基因演算法建構疾病預測模型與病人安全警示系統之研究 - 以全靜脈營養為例
中文摘要
在健保總額預算下醫療資源受限越來越多，如何利用醫院的醫療資料庫並從 龐大的資料中歸納出可以被接受的結果並建立有效的分析模型，不但能有較 具參考性的數據協助醫生判斷並提供適當的營養照顧，使病人提高耐病力、
降低感染進而增強治療的療效，也能更有效率分配資源以維持醫療品質。
對一些無法由腸道獲得足夠營養的病患，只好藉由靜脈注射的方式，以獲得 所需之熱量及所有營養素，全靜脈營養（ TPN ）是將身體所需的五大營養素 : 醣類、蛋白質、脂肪、維生素、礦物質經由中心靜脈導管輸入體內，以維持 身體新陳代謝。然而病人的營養狀況與其接受治療過程中可能產生的合併症
、住院天數及存活率有著密切的關係。事實上，當病人因輸注全靜脈營養而 導致相關代謝性合併症，將使疾病的治療更為棘手，為了及早了解並預防之
，定期的臨床評估是必要的。
