2023 AI CUP 秋季賽 - " 解碼臨床病例、讓數據說故事 " 登場囉!
為了降低重複又昂貴的醫療檢驗 🩻
並減少醫療體系中致命但可防範的錯誤
電子健康紀錄（electronic health record, EHR)便出現了 📇
EHR 將病人紙本的就診紀錄等醫療訊息轉成數位化儲存
企圖減少醫師檢驗時間
提高看診效率 📈
其中，以2017年路易斯安那州的北橡樹醫療體系採用敗血症模型為例
當患者分數達到特定值
EHR 會警告醫師 ⚠️
讓醫師能更密切注意病患
也因此由敗血症造成的死亡降低了18% ⬇️
比起紙本病歷
EHR 明顯是極大的進步 🧗
然而，超過半數的醫師卻認為
EHR 難用的介面及不同醫療服務難銜接的問題反而拖垮了他們 😵💫
導致醫師過勞問題越發嚴重 😵
建立並採用 EHR 並沒有想像中便利
例如有些醫師會將對草莓過敏標注在臨床紀錄裡
而非過敏欄裡
導致預測模型搜尋 EHR 過敏時
患者的過敏資訊無法準確預測 😧
除了患者資料登記混亂 ～
導致病患疾病無法準確預測以外 ❗️
在訓練大型語言模型時
有一定的可能性會因為大型語言模型的記憶能力 以及使用者的互動能力 🗣️
致使患者的隱私資訊洩漏 🙀
然而，在數位系統的浪潮下
EHR的應用已然成為主流 📇
因此，
如何將EHR裡病患的隱私資訊去除成為避無可避的問題 😾
==================================================================
想練習怎麼將病患隱私資料擷取嗎 ✂️
想知道怎麼樣才可以把時間資訊正規化嗎 📈
趕快報名由教育部舉辦的 ”隱私保護與醫學數據標準化競賽：解碼臨床病例、讓數據說故事” 吧 😼
🖱️報名連結點這裡🖱️:
✔️ CodaLab 註冊
除了隱私保護與醫學數據標準化競賽以外，還有圍棋棋力模仿與棋風辨識競賽等你報名噢😸
