2023 |
• |
運用機器學習演算法和臨床醫療數據以預測腎病症候群患者之病理分類研究 |
|
• |
Sacubitril/Valsartan 在合併末期腎臟疾病且心臟收縮功能降低之心臟衰竭患者之長期療效分析 |
|
• |
機器學習應用於多醫學研究中心之整合資料在急診住院病人的心臟衰竭之死亡預測 |
|
• |
乳癌病人使用化學治療藥物與罹患心臟衰竭風險的相關性研究 |
|
• |
運用機器學習演算法建立冠狀動脈心臟病病患之存活模型:多中心醫院臨床數據的應用 |
|
• |
比較使用Sacubitril/Valsartan或SGLT2i 治療對於心衰竭病人心臟功能的影響 |
|
• |
以機器學習分析慢性腎病再入院因子的預測 |
|
• |
肝癌復發率及危險因子權重預測-以機器學習分析 |
|
• |
以機器學習方法預測中風後30天內再入院情形 |
|
• |
以機器學習分析乳癌五年復發率及危險因子預測 |
|
• |
機器學習模型預測Sunitinib及Sorafenib之甲狀腺及心血管副作用 |
|
• |
中風後失眠系列研究 |
|
• |
放射治療療程延⻑天數對乳癌復發的影響 |
|
• |
長期新冠肺炎患者之醫療資源利用情形與費用分析 |
|
• |
乳癌化療病人白血球生長激素處方模式和發熱性嗜中性白血球低下症的預測模型 |
|
• |
代謝風險指標軌跡與慢性腎臟病預後發展:群組化多重軌跡分析 |
|
• |
使用機器學習方法以臨床實驗室資料建立預測膀胱癌模型 |
|
• |
探勘臨床大腸癌數據並導入機器學習演算法建立癌症早期預測模型 |
2022 |
• |
乳癌預後預測模型:多元臨床數據之應用及多重演算法之模型比較 |
|
• |
以人工神經網路(ANN)分析心臟衰竭再住院的危險因子 |
|
• |
利用北醫大臨床數據資料庫進行真實世界鼻咽癌存活分析 |
|
• |
婦科腫瘤患者接受達文西手術和腹腔鏡手術臨床結果及醫療資源利用比較 |
|
• |
機器學習預測胺碘酮誘發的甲狀腺功能障礙風險 |
|
• |
預測Amiodarone和Dronedarone引起的肝損傷:利用電子健康記錄建立和驗證一個可解釋的模型 |
|
• |
利用機器學習模型預測多重抗藥性之革蘭氏陰性菌之嚴重感染病人使用Colistin之腎毒性風險 |
|
• |
利用真實世界數據比較臺灣與美國加護病房住院樣態 |
|
• |
應用機器學習之慢性硬腦膜下出血存活預測 |
|
• |
Analysis of Factors Influencing the Mortality of COVID-19 Patients in Taiwan – A Multi-center Study |
|
• |
利用自然語言處理及機器學習早期識別兒童生長障礙 |
|
• |
預測新使用筆型胰島素之第二型糖尿病人的服藥順從度 |
|
• |
開發具有嵌入感染預測模型之困難梭菌院內感染監控系統 |
|
• |
開發基於真實世界數據及機器學習之肺癌治療預後預測模型 |
2021 |
• |
|
|
• |
|
|
• |
|
2020 |
• |
|
|
• |
|
|
• |
|
2018 |
• |
腹腔鏡腹股溝疝氣修補術之住院病患特質及醫療費用相關因子 |