急診室在醫院中扮演著重要的角色,因為醫院急診需要具有隨時處理各種病人的能量,也同時需要能有具有適度的彈性來因應各種不確定的災難事件。根據資料統計,台北市大型醫學中心急診室的單日來診高峰可高達近300名病患,平均時段的急診室病人負載量也達近百人。若加上無法預期的災難事件,如近期爆發的新冠疫情與火災工安事件,處於醫療資源吃緊的急診室將暴露在極高的系統崩解風險之下。此案例透過RapidMiner機器學習平台,講者分享其自身經驗,藉由過去數據以決策方式,提升至以資料分析、預測數據的運籌管理決策。
RapidMiner 是一個完整的資料科學平台,從原始資料開始所需的資料前處理、機器學習模型建立、Auto Model 自動建模、驗證、模型部署、導入生產線及其它常規作業流程,都可以經由 RapidMiner 執行呈現。有別於傳統大規模導入的系統或工具,這是一個輕量富有彈性的人工智慧機器學習平台。不需要撰寫任何程式語言,但也可以輕鬆地與 Python 和 R 語言整合,適用於任何產業及規模的機器學習導入。
活動時間 :
2020/06/12 (五) 14:00-15:00
講師介紹 : 黃明源醫生從事急診醫療服務已逾15年,對於醫療大數據、數位健康與相關議題皆有深入的研究。現為馬偕醫學院醫學系助理教授及醫學科學主任,同時亦為馬偕紀念醫院生醫發展中心資訊研發組組長。
* 本活動需事先報名,報名完成後將於活動前一天寄發活動登入連結,歡迎業界先進及學者報名參加。想了解更多相關訊息,歡迎按?追蹤"
RapidMiner 人工智慧機器學習平台"粉絲專頁。