2008 年民生電子研討會
類神經於醫療資訊系統之應用 江昭龍 1
t129@nkut.edu.tw
陳俊良 2 陳泇佑 3 1, 2 南開科技大學 電子系 3 南開科技大學 電機與資訊研究所 junchen@nkut.edu.tw julyjune71@yahoo.com.tw
摘要 本研究主要為類神經於醫療資訊系統之應用， 先 收 集 了 大 量 的 健 檢 資 料 (340 人 份 的 健 康 檢 查 表)，加以分類及整理後，利用類神經程式進行訓練 與測試，可有效找出醫療檢驗項目與人體疾病的關 聯性，本文的類神經模式經過三個類神經結構的比 較分析後，驗證得到本文的類神經模式設計確具有 很高得準確度。最後利用網路架設程式建構醫療資 訊網站，將類神經分析出的醫療檢驗項目與人體疾 病之關聯模式提供大眾使用。本文的「醫療資訊建 置與管理系統」，同時可協助醫生作更準確有效的 專業疾病診斷之輔助及降低醫師的工作負擔，非常 具有實用性及使用方便性。 關鍵詞：醫療資訊、分析系統、類神經。
1. 前言 目前國內許多醫院（醫療檢驗所）其生理檢驗 資訊及檢驗報告並未電子化。這些資訊大多以紙本 方式散佈於患者病歷中，因此有些檢驗資訊便在檢 驗後即告流失，這種情形不但造成原（舊）有病歷 不易交換及運用，且醫學研究者也喪失了許多可供 研究之寶貴資源。如果能將此檢驗資訊轉换成一般 人都可以容易了解此結果與個人的生理疾病關係 的話，除了可以快速提供受檢驗者清楚的檢驗結果 外，並可方便醫護人員對檢驗者的說明，更可以作 為協助醫師專業疾病診斷的參考輔助。 本研究「醫療資訊系統」 ，運用所收集的大量健 檢資料，並加以分析問題發生的因果，試圖找出關 聯性，設計類神經網路，建構醫療資訊網站提供大 眾使用及協助醫生做診斷輔助。本文採用人工智慧 理論中非常具有實際成效的「類神經網路」[1~ 8] 來建立類神經醫療資訊模型，「類神經網路」之所 能在短短的十年間，成為一個廣受重視及投入的研 究，主要原因是具有許多優異的特性： (1) 具有平 行及分離處理能力；(2) 容錯能力相當高；(3) 可經 由實例學習的方式建構系統，解決許多複雜困難問 題。因此以往很多需經長期人工作業以及大量資料 分析方能解決的問題，現在均可利用神經網路，在 很短時間內便可獲得解決方案。 因為本文所考慮的18種檢驗細項已涵蓋多數 醫療資訊內容，若能先利用大量醫療檢驗數據來建
立資料庫，再應用「類神經網路」來建構出一個醫 療資訊分析系統，則任何不具醫學專業背景的人士 都將能很詳細地了解檢驗的結果，及可簡易地利用 本文所建立的系統來得到分析結果。因此，本研究 將可對現行醫療檢驗資訊作出統合運用及判斷，使 醫療檢驗的效果發揮出更大的效益。
2. 類神經網路分析 類神經網路[1]（Neural network, NN）已經被 廣泛的應用於工業界。類神經網路經常運用在作為 系統鑑別分級的判斷工具，或當作建立非線性系統 模式的方法，在有限的輸入和輸出狀況下，以類神 經網路來建立系統模式。類神經網路的學習能力很 強，但這也是類神經網路的缺點之一，因為一個傳 統的類神經網路內含有很多數目的參數（加權值與 偏 壓 值 ）， 而 也 因 此 有 可 能 導 致 學 習 過 當 （Over-Fitting）的情況發生，亦將雜訊也學習進去 了。大多數的應用均使用前饋式倒傳遞的類神經網 路模式[2, 9, 10]，倒傳遞的計算法則在類神經網路 的訓練方式中，是屬於監督式的訓練方法 （Supervised Training），訓練時提供網路多組明確 的輸入、輸出資料，亦即所謂訓練樣本，然後經由 二者間的關係來求得最佳的加權值與偏壓值，然 而，使用前饋式倒傳遞的類神經網路模式，必須花 費相當多的運算，而且這種方法可能降低了類神經 網路的準確度。因此如何求得準確的類神經網路的 加權值及偏壓值，並不是一件容易的事情。
3. 醫療檢驗資訊與疾病的關係 在各種醫療檢驗項目[11~ 12]中，較重要的檢驗 項目大致有五大類別（尿液檢查、血液檢查、腎功 能檢查、血脂肪檢查、肝膽功能檢查），其中共包 含有 18 種檢驗細項分別為：（1）酸鹼度、（2）尿 蛋白、 （3）紅血球數（4）血紅素(Hb)、 （5）血球容 積(HCT)、 （6）白血球數、 （7）血細胞比容(MCV)、 （8）血紅蛋白量(MCH)、 （9）平均紅血球血紅素濃 度(MCHC)、 （10）血小板、 （11）血清肌酸酐(CRE)、 （12）尿酸、（13）總膽固醇、（14）HDL、（15） LDL 膽固醇、（16）中性脂肪(三酸甘油脂)、（17） SGOT、 （18）SGPT。上述的 18 種檢驗細項內容及 其醫療上的意義簡述如下： （一）、尿液檢查
- 17 -
2008 Workshop on Consumer Electronics