摘要
在急重症醫療之中,臨床預測模型廣泛使用來為病人的疾病診斷、預後、以及治療效果做應用。預測模型的建立遠在機器學習及深度學習盛行之前便是一門學問。隨著近年來各式各樣的工具問市,機器學習及深度學習成為不再令人望而生畏的建模方法。然而,許多藏在細節裡的魔鬼,並不會因為這些工具問市而現出原形。第一線臨床醫療人員面對數以千計新問市的預測模型,往往沒有足夠的知識評估運用的可行性。
會從資料前處理、遺失值處理、研究設計、特徵挑選、各式機器模型挑選、過度配適、時間序列設置、到深度學習層次設定等等的細節,配合身為急重症醫師的臨床資料,做一次性的醍醐灌頂式的分享,希望不論是有意在未來從事人工智慧相關研究,或是希冀了解相關預測模型的評讀,都有基本的收獲。