希望週末多農些文章!
這整章主要著重於去思考在各領域的應用中,如何將Machine Learning導入應用? 如何建構出一項應用的問題? 然後,從這些問題延伸出各項子問題,最後,在提出問題的過程中,不知不覺就規劃出一項Machine Learning專案的藍圖骨幹。
首先,羅列出六項當紅的領域作為參考(如上圖)
接著給出三大核心問題:
在台灣這個醫療水平算高,診所林立的地方,醫療資料其實非常充足,能夠做很多事情。
健保瀕臨破產壓力之下,降低醫療浪費是一項重點,從非專業的角度來看,藥品使用量的控制或許能夠降低許多成本。想像平常去診所拿藥,有時候病徵沒了卻還有好幾包藥,或是民眾喜歡拿一堆藥放著"保平安",無形中累積了巨大的浪費。
1-1 進行藥品使用量的預測
1-2 病人領藥的紀錄、疾病種類、藥品、劑量
2-1 醫生可以輸入病人特徵(男女、年紀、體型)、疾病種類、使用的藥品等,得到建議的劑量與開藥時程
2-2 現在主要都是依賴醫生經驗判斷
3-1 可以先從較普遍的感冒等疾病著手,從可以取得的資訊(季節、區域、病人特徵),分析可能影響劑量與用藥時程的因素
3-2 預測建議的藥品使用量與用藥時程
3-3 醫生得到建議用量後,能依照建議用量在規定範圍內做增減,若要超出範圍則需輸入原因,藉此降低藥品被濫開的行為