SlideShare a Scribd company logo
1 of 39
Download to read offline
中央研究院 人社中心
詹大千
共同作者:陳昭文、陳建州、林柏丞、郭巧玲
運用空間決策改進緊急醫療品質
2015 台灣資料科學愛好者年會
邱小妹案的省思
http://www.chinatimes.com/newspapers/201501120
00428-260109
2005年1月12日,4歲邱姓女童遭酗酒父
親毆打成傷,送台北市仁愛醫院就診,
卻被當班醫師林OO與神經外科主任劉
OO電話討論後,決定以醫院沒有多餘
病床、術後照顧不足為由,要求將她
轉院,台北市災難應變指揮中心3個小
時後將邱小妹送到150公里外的台中童
綜合醫院。成為醫療人球的邱小妹,
幼小生命因延誤治療時機而葬送。
衛生署為此重新統整台灣的急診救護
醫療體系,訂定了「邱小妹條款」,
即將台灣6大醫療區域的醫療院所分
為三級,明訂院內資源調度、院外轉
診的制度規範,以避免醫療人球事件
再度發生。
空間決策錯誤造
成遺憾!
八仙塵爆
突然間大量傷患,當場做完檢傷分類,依照嚴
重度,選擇適當的急救醫院,緊急醫療應變中
心(EOC) 或地方消防局是否有充分的資訊來做
正確的判斷?
資訊:各家醫院急診的收治能量,目前急診的
擁擠程度,是否有足夠的燒燙傷病房或加護病
房?
如果未來,我們看到的資訊更豐富,
或許資源的分配可以更有效率!
急診整體收治能力
但很多都是滿床! 燒傷病床數:
20km範圍:66床 (全國206
床,32%)
若再扣除佔床,所剩無幾!
資源有限,但病患太多…
燒傷加護病房:
20km範圍內有28床 (全國73床,
38%)
台北算是燒傷加護病房的重兵
區,
但在扣除佔床的,一樣所剩無
幾!
但想想如果發生在其他區域…
資源如何調配
缺乏即時的資訊進行決策支援
http://data.gov.tw/node/6473
靜態統計
一年更新一次
即時訊息?
連到各醫院網
頁?
http://er.mohw.g0v.tw/#/dashboard/file/all.json
整合的資
訊(感謝
g0V的朋
友!)
分散的資訊!
若能有空間
資訊,將更
為強大
理想狀態
後續照護能量
急救能量
急救能力或大量傷患處理能量
空間位置
檢傷分類
與急救
救護車將病人往哪
裡送?
空間決策 與 最後結果
路徑A
路徑 B
路徑 C
我選擇用最近的路徑到達
我選擇用最快的時間到達
我選擇以最安全的方式到
達
…
空間決策 與 最終品質 (個人疾病嚴
重度是最重要的危險因子)
路徑A
路徑 B
路徑 C
我選擇用最近的路徑到達
我選擇用最快的時間到達
我選擇我相信的醫院
我選擇大醫院
…
緊急醫療救護法 第29條 救護人員應依救災
救護指揮中心指示前往現場急救,並將緊急
傷病患送達就近適當醫療機構。
致謝
高雄市衛生局
高雄市消防局
第一線EMT救護人員與醫院醫護人員
陳昭文醫師與其團隊成員
空間因素與到院前心跳停止患者的存活
分析
感謝有您的付出,品質才能進步
想想看?
 你看到有人昏倒且心跳停止了你會怎麼做?
 拿起手機撥119
 立刻做CPR
 快去找傻瓜電擊器 (AED)
 你知道在醫院外的心跳停止患者(OHCA)有多少人有
接受過旁觀者CPR急救?
 你知道心跳停止患者的黃金救援時間有多久?
 你知道消防隊的救護車接獲報案到達你家的時間?
 你知道救護員怎麼做空間決策嗎? 送往哪一家醫
院?
13
影像來源:TVBS新聞
CPR 去顫電擊器
台灣每年約有20,000人
在社區發生心跳停止
OHCA
 到院前心臟停止
Out-of-Hospital CardiacArrest
 突發性心臟停止運作患者
 OHCA是到院前極度威脅生命的急症,也是重要的
公共衛生議題。
 根據統計,25%的OHCA患者在心臟停止之前並沒
有任何徵兆。
14
影像來源:
http://healthmedia.nownews.com/subject/topic-index.aspx?id=17971
資料來源:美國心臟學會(AHA)
OHCA存活率
15
 當心跳停止跳動,腦部在4分鐘後就會因為缺氧而
受損。
 對於OHCA患者,每延遲1分鐘進行心肺復甦術
CPR或給予電擊治療,患者的生還機率就下降7%-
10% (Link M.S. et al. 2010)。
生存之鏈Chain of Survival
16
儘早求救 儘早CPR 儘早電擊 高級救護 復甦後照護
今天想回答的問題 (以高雄市為例)
 OHCA病人的分佈、反應時間、人口學
特徵
 以病人為中心,是否送到最近的醫院
(比對理想狀態與實際狀態)
 病人送到醫院之後的存活情況
 可能影響存活的危險因子
 空間
 個人
 急救措施
2015/8/2017
資料與方法
2015/8/2018
 2011-2013年 高雄市OHCA病患資料
 方法
GIS(Geographic information system)分析:
ArcGIS 10.1
空間內插法:Kriging
最近鄰分析法網絡分析 (Network分析)
Logistic Regression
 中央研究院醫學倫理研究委員會審查通
過(AS-IRB-BM-14013 )
GIS 空間分析 (ArcGIS, QGIS,
SuperGIS, R…)
空間
資料
屬性
資料
GIS
(地圖呈現)
空間內插法:Kriging (克力金法)
用已知點推論
周邊數值
Network分析 (直線與網路距離)
 依據路網距離找最近的設施點
Logistic Regression (邏輯斯迴歸)
 令p表示某種事件成功的機率,它受因素x的影響,
即p與x之關係如下:
 在本研究中,是在計算各項危險因子對於OHCA病患
存活的影響。
)(
)(
1 xf
xf
e
e
P


kk XXXxf
p
p
 

2210)(
1
ln
個案選擇流程
6655 OHCA 病
人
5850位病人 可用來
做空間分析
4957位病人 可用來
做Logistic regression
OHCA病人的分佈、反應時間、人
口學特徵
2015/8/2024
2011~2013年OHCA病人的分佈
2015/8/2025
2011~2013年OHCA病人-反應時間
2015/8/2026
Mean response time: 20.4 mins (SD: 8.0)
2011~2013年OHCA病人-年齡分佈
2015/8/2027
Mean age: 64.4 years old (SD:21.8)
Male: 63.8% vs. Female: 36.2%
Witness CPR: 14.8% (+)
EMTAED: 92.1%
OHCA 熱區-2011~2013年
2015/8/2028
人口密度高
發生比率高
以病人為中心,是否送到最近的醫
院 (比對理想狀態與實際狀態)
2015/8/2029
到底OHCA病人怎麼
被送到醫院?
2011~2013 年OHCA病人-實際送達醫院與
最近急救醫院分佈的差異
2015/8/2030
附近有一般急救醫院,
但約有一半沒有送
2011年~2013 年OHCA病人-實際送達醫院與
最近急救醫院距離的差異
2015/8/2031 p-value<0.001 (PairedT-test)
>實際 最近
病人是否運往最近急救醫院
2015/8/2032
59.3%
市中心醫院選
擇較多 !
病人送到醫院之後的存活情況
(survival)
2015/8/2033
2011~2013年進入ICU前存活情況
2015/8/2034
All Time: 送達醫院時間-出勤通知時間
2011年~2013年進入ICU前存活情況
Non-Trauma、女性、高人口密度、AED/LMA使用、非最近醫院、反
應時間越短、發生在公共區域對病人的存活有改善
2015/8/2035
解釋變數
ORs
95% C.I.for
ORs p-value
Lower Upper
Non-trauma (vs. Trauma) 1.41 1.04 1.90 0.022
目擊者 1.51 0.18 12.42 0.700
目擊者CPR 1.01 0.81 1.26 0.895
女性 1.24 1.06 1.46 0.007
高人口密度地區
(>=5,000/km2) (vs.非高人口
密度地區 )
1.90 1.55 2.32 <.001
年齡>65 0.91 0.77 1.07 0.275
AED使用 1.70 1.30 2.24 <.001
BVM 0.91 0.52 1.60 0.755
LMA 1.36 1.16 1.59 <.001
醫學中心 (vs 非醫學中心) 0.84 0.70 1.10 0.057
非最近醫院 (vs 最近醫院) 1.28 1.07 1.53 0.005
運送距離(KM)-最短路網 0.98 0.87 1.10 0.752
反應時間 0.98 0.96 0.99 0.002
公共區域 (vs 住宅) 1.30 1.05 1.61 0.013
解釋變數
ORs
95% C.I.for
ORs p-value
Lower Upper
Non-trauma (vs. Trauma) 1.41 1.05 1.91 0.022
目擊者 1.51 0.18 12.42 0.700
目擊者CPR 1.01 0.81 1.26 0.893
女性 1.24 1.06 1.46 0.007
高人口密度地區
(>=5,000/km2) (vs.非高人口
密度地區 )
1.91 1.56 2.34 <.001
年齡>65 0.91 0.77 1.07 0.275
AED使用 1.70 1.30 2.24 <.001
BVM 0.91 0.52 1.60 0.753
LMA 1.36 1.16 1.59 <.001
醫學中心 (vs 非醫學中心) 0.84 0.70 1.10 0.056
非最近醫院 (vs 最近醫院) 1.27 1.07 1.52 0.006
運送距離(KM)-直線距離 0.98 0.88 1.10 0.875
反應時間 0.98 0.96 0.99 0.002
公共區域 (vs 住宅) 1.30 1.05 1.61 0.013
>1 表是對於存活越有利
袋-瓣-面罩
(bag-value-
mask, BVM)
LMA 喉罩
2011~2013年OHCA,發生在住宅中,
多有目擊者
2015/8/2036
討論與限制
2015/8/2037
 損失無地址 [郊區、產業道路、高速公路、漁港、
模糊敘述(如:墳墓旁)]
 建議使用GPS車機紀錄救護位置
 不清楚報案前的OHCA狀態與時間
 低估報案前的風險
 進入ICU時的存活情況
 較為明確的endpoint
 任務派遣的變異情況
 跨區救援、或返隊路上派去救援、救援的人力數目與
經驗
 在現場處理的變異
 施救環境
 運送距離是理想狀態 vs. 運送時間則是實際路況
 缺少醫院的擁擠程度與急救能量
 或許是派遣的考量之一
結論
2015/8/2038
 緊急醫療品質的提升,除了急救技術、設備的精進外,
仍需要有完善的空間決策資訊系統的支援
 救護車的即時定位系統對於即時線上調度與後續的研
究會非常有利
 最近或最適醫院的選擇仍然是一個挑戰
 將病人初步檢傷分類後,在依據醫院急救能力、送醫距離
等進行綜合評估
 家中OHCA病人比例很高,但CPR的比例卻很低,若能提
升CPR施救率,將能提升整體存活
 城鄉差距大,都市內的醫療資源充足,加強偏鄉的緊
急救護資源
 即時的急診壅塞資訊與後續收治能量資訊結合,才能
讓病人在短的時間送至最適當醫院
謝謝聆聽
2015/8/2039
E-Mail: tachien@gate.sinica.edu.tw

More Related Content

Viewers also liked

資料視覺化之理論、賞析與實作
資料視覺化之理論、賞析與實作資料視覺化之理論、賞析與實作
資料視覺化之理論、賞析與實作台灣資料科學年會
 
林佳賢/資料視覺化的 20 個小訣竅
林佳賢/資料視覺化的 20 個小訣竅林佳賢/資料視覺化的 20 個小訣竅
林佳賢/資料視覺化的 20 個小訣竅台灣資料科學年會
 
[系列活動] 資料探勘速遊 - Session4 case-studies
[系列活動] 資料探勘速遊 - Session4 case-studies[系列活動] 資料探勘速遊 - Session4 case-studies
[系列活動] 資料探勘速遊 - Session4 case-studies台灣資料科學年會
 
[DSC 2016] 系列活動:許懷中 / R 語言資料探勘實務
[DSC 2016] 系列活動:許懷中 / R 語言資料探勘實務[DSC 2016] 系列活動:許懷中 / R 語言資料探勘實務
[DSC 2016] 系列活動:許懷中 / R 語言資料探勘實務台灣資料科學年會
 
[系列活動] 手把手教你R語言資料分析實務
[系列活動] 手把手教你R語言資料分析實務[系列活動] 手把手教你R語言資料分析實務
[系列活動] 手把手教你R語言資料分析實務台灣資料科學年會
 
[系列活動] 使用 R 語言建立自己的演算法交易事業
[系列活動] 使用 R 語言建立自己的演算法交易事業[系列活動] 使用 R 語言建立自己的演算法交易事業
[系列活動] 使用 R 語言建立自己的演算法交易事業台灣資料科學年會
 
[系列活動] Machine Learning 機器學習課程
[系列活動] Machine Learning 機器學習課程[系列活動] Machine Learning 機器學習課程
[系列活動] Machine Learning 機器學習課程台灣資料科學年會
 
[系列活動] 智慧製造與生產線上的資料科學 (製造資料科學:從預測性思維到處方性決策)
[系列活動] 智慧製造與生產線上的資料科學 (製造資料科學:從預測性思維到處方性決策)[系列活動] 智慧製造與生產線上的資料科學 (製造資料科學:從預測性思維到處方性決策)
[系列活動] 智慧製造與生產線上的資料科學 (製造資料科學:從預測性思維到處方性決策)台灣資料科學年會
 
姜俊宇/從資料到知識:從零開始的資料探勘
姜俊宇/從資料到知識:從零開始的資料探勘姜俊宇/從資料到知識:從零開始的資料探勘
姜俊宇/從資料到知識:從零開始的資料探勘台灣資料科學年會
 
2015 台灣資料科學愛好者年會-開場
2015 台灣資料科學愛好者年會-開場2015 台灣資料科學愛好者年會-開場
2015 台灣資料科學愛好者年會-開場台灣資料科學年會
 
2014 台灣資料科學愛好者年會-- 閉幕式
2014 台灣資料科學愛好者年會-- 閉幕式2014 台灣資料科學愛好者年會-- 閉幕式
2014 台灣資料科學愛好者年會-- 閉幕式台灣資料科學年會
 
從 2013 社群網絡活動看台灣社會發展趨勢
從 2013 社群網絡活動看台灣社會發展趨勢從 2013 社群網絡活動看台灣社會發展趨勢
從 2013 社群網絡活動看台灣社會發展趨勢台灣資料科學年會
 
鄭世昐/未來城市的任意門 (Mobility on Demand for Future Cities)
鄭世昐/未來城市的任意門 (Mobility on Demand for Future Cities)鄭世昐/未來城市的任意門 (Mobility on Demand for Future Cities)
鄭世昐/未來城市的任意門 (Mobility on Demand for Future Cities)台灣資料科學年會
 
讓數字說話:資料的公益責信應用
讓數字說話:資料的公益責信應用讓數字說話:資料的公益責信應用
讓數字說話:資料的公益責信應用台灣資料科學年會
 
人口統計應用於選舉預測-蔡佳泓
人口統計應用於選舉預測-蔡佳泓人口統計應用於選舉預測-蔡佳泓
人口統計應用於選舉預測-蔡佳泓台灣資料科學年會
 
從網頁存取記錄瞭解使用者行為與網頁區塊貢獻分析-崔殷豪
從網頁存取記錄瞭解使用者行為與網頁區塊貢獻分析-崔殷豪從網頁存取記錄瞭解使用者行為與網頁區塊貢獻分析-崔殷豪
從網頁存取記錄瞭解使用者行為與網頁區塊貢獻分析-崔殷豪台灣資料科學年會
 
軟工人的資料科學奇航-線上遊戲、網路學習與中華職棒 by 許懷中
軟工人的資料科學奇航-線上遊戲、網路學習與中華職棒 by 許懷中軟工人的資料科學奇航-線上遊戲、網路學習與中華職棒 by 許懷中
軟工人的資料科學奇航-線上遊戲、網路學習與中華職棒 by 許懷中台灣資料科學年會
 
野生動物喜歡住哪裡?探討野生動物與棲地關係
野生動物喜歡住哪裡?探討野生動物與棲地關係野生動物喜歡住哪裡?探討野生動物與棲地關係
野生動物喜歡住哪裡?探討野生動物與棲地關係台灣資料科學年會
 

Viewers also liked (20)

資料視覺化之理論、賞析與實作
資料視覺化之理論、賞析與實作資料視覺化之理論、賞析與實作
資料視覺化之理論、賞析與實作
 
林佳賢/資料視覺化的 20 個小訣竅
林佳賢/資料視覺化的 20 個小訣竅林佳賢/資料視覺化的 20 個小訣竅
林佳賢/資料視覺化的 20 個小訣竅
 
[系列活動] 資料探勘速遊 - Session4 case-studies
[系列活動] 資料探勘速遊 - Session4 case-studies[系列活動] 資料探勘速遊 - Session4 case-studies
[系列活動] 資料探勘速遊 - Session4 case-studies
 
[DSC 2016] 系列活動:許懷中 / R 語言資料探勘實務
[DSC 2016] 系列活動:許懷中 / R 語言資料探勘實務[DSC 2016] 系列活動:許懷中 / R 語言資料探勘實務
[DSC 2016] 系列活動:許懷中 / R 語言資料探勘實務
 
[系列活動] 手把手教你R語言資料分析實務
[系列活動] 手把手教你R語言資料分析實務[系列活動] 手把手教你R語言資料分析實務
[系列活動] 手把手教你R語言資料分析實務
 
[系列活動] 使用 R 語言建立自己的演算法交易事業
[系列活動] 使用 R 語言建立自己的演算法交易事業[系列活動] 使用 R 語言建立自己的演算法交易事業
[系列活動] 使用 R 語言建立自己的演算法交易事業
 
[系列活動] Machine Learning 機器學習課程
[系列活動] Machine Learning 機器學習課程[系列活動] Machine Learning 機器學習課程
[系列活動] Machine Learning 機器學習課程
 
[系列活動] 智慧製造與生產線上的資料科學 (製造資料科學:從預測性思維到處方性決策)
[系列活動] 智慧製造與生產線上的資料科學 (製造資料科學:從預測性思維到處方性決策)[系列活動] 智慧製造與生產線上的資料科學 (製造資料科學:從預測性思維到處方性決策)
[系列活動] 智慧製造與生產線上的資料科學 (製造資料科學:從預測性思維到處方性決策)
 
[系列活動] 機器學習速遊
[系列活動] 機器學習速遊[系列活動] 機器學習速遊
[系列活動] 機器學習速遊
 
姜俊宇/從資料到知識:從零開始的資料探勘
姜俊宇/從資料到知識:從零開始的資料探勘姜俊宇/從資料到知識:從零開始的資料探勘
姜俊宇/從資料到知識:從零開始的資料探勘
 
2015 台灣資料科學愛好者年會-開場
2015 台灣資料科學愛好者年會-開場2015 台灣資料科學愛好者年會-開場
2015 台灣資料科學愛好者年會-開場
 
2014 台灣資料科學愛好者年會-- 閉幕式
2014 台灣資料科學愛好者年會-- 閉幕式2014 台灣資料科學愛好者年會-- 閉幕式
2014 台灣資料科學愛好者年會-- 閉幕式
 
計算社會學-江彥生
計算社會學-江彥生計算社會學-江彥生
計算社會學-江彥生
 
從 2013 社群網絡活動看台灣社會發展趨勢
從 2013 社群網絡活動看台灣社會發展趨勢從 2013 社群網絡活動看台灣社會發展趨勢
從 2013 社群網絡活動看台灣社會發展趨勢
 
鄭世昐/未來城市的任意門 (Mobility on Demand for Future Cities)
鄭世昐/未來城市的任意門 (Mobility on Demand for Future Cities)鄭世昐/未來城市的任意門 (Mobility on Demand for Future Cities)
鄭世昐/未來城市的任意門 (Mobility on Demand for Future Cities)
 
讓數字說話:資料的公益責信應用
讓數字說話:資料的公益責信應用讓數字說話:資料的公益責信應用
讓數字說話:資料的公益責信應用
 
人口統計應用於選舉預測-蔡佳泓
人口統計應用於選舉預測-蔡佳泓人口統計應用於選舉預測-蔡佳泓
人口統計應用於選舉預測-蔡佳泓
 
從網頁存取記錄瞭解使用者行為與網頁區塊貢獻分析-崔殷豪
從網頁存取記錄瞭解使用者行為與網頁區塊貢獻分析-崔殷豪從網頁存取記錄瞭解使用者行為與網頁區塊貢獻分析-崔殷豪
從網頁存取記錄瞭解使用者行為與網頁區塊貢獻分析-崔殷豪
 
軟工人的資料科學奇航-線上遊戲、網路學習與中華職棒 by 許懷中
軟工人的資料科學奇航-線上遊戲、網路學習與中華職棒 by 許懷中軟工人的資料科學奇航-線上遊戲、網路學習與中華職棒 by 許懷中
軟工人的資料科學奇航-線上遊戲、網路學習與中華職棒 by 許懷中
 
野生動物喜歡住哪裡?探討野生動物與棲地關係
野生動物喜歡住哪裡?探討野生動物與棲地關係野生動物喜歡住哪裡?探討野生動物與棲地關係
野生動物喜歡住哪裡?探討野生動物與棲地關係
 

More from 台灣資料科學年會

[台灣人工智慧學校] 人工智慧技術發展與應用
[台灣人工智慧學校] 人工智慧技術發展與應用[台灣人工智慧學校] 人工智慧技術發展與應用
[台灣人工智慧學校] 人工智慧技術發展與應用台灣資料科學年會
 
[台灣人工智慧學校] 執行長報告
[台灣人工智慧學校] 執行長報告[台灣人工智慧學校] 執行長報告
[台灣人工智慧學校] 執行長報告台灣資料科學年會
 
[台灣人工智慧學校] 工業 4.0 與智慧製造的發展趨勢與挑戰
[台灣人工智慧學校] 工業 4.0 與智慧製造的發展趨勢與挑戰[台灣人工智慧學校] 工業 4.0 與智慧製造的發展趨勢與挑戰
[台灣人工智慧學校] 工業 4.0 與智慧製造的發展趨勢與挑戰台灣資料科學年會
 
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機台灣資料科學年會
 
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機台灣資料科學年會
 
[台灣人工智慧學校] 台北總校第三期結業典禮 - 執行長談話
[台灣人工智慧學校] 台北總校第三期結業典禮 - 執行長談話[台灣人工智慧學校] 台北總校第三期結業典禮 - 執行長談話
[台灣人工智慧學校] 台北總校第三期結業典禮 - 執行長談話台灣資料科學年會
 
[TOxAIA台中分校] AI 引爆新工業革命,智慧機械首都台中轉型論壇
[TOxAIA台中分校] AI 引爆新工業革命,智慧機械首都台中轉型論壇[TOxAIA台中分校] AI 引爆新工業革命,智慧機械首都台中轉型論壇
[TOxAIA台中分校] AI 引爆新工業革命,智慧機械首都台中轉型論壇台灣資料科學年會
 
[TOxAIA台中分校] 2019 台灣數位轉型 與產業升級趨勢觀察
[TOxAIA台中分校] 2019 台灣數位轉型 與產業升級趨勢觀察 [TOxAIA台中分校] 2019 台灣數位轉型 與產業升級趨勢觀察
[TOxAIA台中分校] 2019 台灣數位轉型 與產業升級趨勢觀察 台灣資料科學年會
 
[TOxAIA台中分校] 智慧製造成真! 產線導入AI的致勝關鍵
[TOxAIA台中分校] 智慧製造成真! 產線導入AI的致勝關鍵[TOxAIA台中分校] 智慧製造成真! 產線導入AI的致勝關鍵
[TOxAIA台中分校] 智慧製造成真! 產線導入AI的致勝關鍵台灣資料科學年會
 
[台灣人工智慧學校] 從經濟學看人工智慧產業應用
[台灣人工智慧學校] 從經濟學看人工智慧產業應用[台灣人工智慧學校] 從經濟學看人工智慧產業應用
[台灣人工智慧學校] 從經濟學看人工智慧產業應用台灣資料科學年會
 
[台灣人工智慧學校] 台中分校第二期開學典禮 - 執行長報告
[台灣人工智慧學校] 台中分校第二期開學典禮 - 執行長報告[台灣人工智慧學校] 台中分校第二期開學典禮 - 執行長報告
[台灣人工智慧學校] 台中分校第二期開學典禮 - 執行長報告台灣資料科學年會
 
[台中分校] 第一期結業典禮 - 執行長談話
[台中分校] 第一期結業典禮 - 執行長談話[台中分校] 第一期結業典禮 - 執行長談話
[台中分校] 第一期結業典禮 - 執行長談話台灣資料科學年會
 
[TOxAIA新竹分校] 工業4.0潛力新應用! 多模式對話機器人
[TOxAIA新竹分校] 工業4.0潛力新應用! 多模式對話機器人[TOxAIA新竹分校] 工業4.0潛力新應用! 多模式對話機器人
[TOxAIA新竹分校] 工業4.0潛力新應用! 多模式對話機器人台灣資料科學年會
 
[TOxAIA新竹分校] AI整合是重點! 竹科的關鍵轉型思維
[TOxAIA新竹分校] AI整合是重點! 竹科的關鍵轉型思維[TOxAIA新竹分校] AI整合是重點! 竹科的關鍵轉型思維
[TOxAIA新竹分校] AI整合是重點! 竹科的關鍵轉型思維台灣資料科學年會
 
[TOxAIA新竹分校] 2019 台灣數位轉型與產業升級趨勢觀察
[TOxAIA新竹分校] 2019 台灣數位轉型與產業升級趨勢觀察[TOxAIA新竹分校] 2019 台灣數位轉型與產業升級趨勢觀察
[TOxAIA新竹分校] 2019 台灣數位轉型與產業升級趨勢觀察台灣資料科學年會
 
[TOxAIA新竹分校] 深度學習與Kaggle實戰
[TOxAIA新竹分校] 深度學習與Kaggle實戰[TOxAIA新竹分校] 深度學習與Kaggle實戰
[TOxAIA新竹分校] 深度學習與Kaggle實戰台灣資料科學年會
 
[台灣人工智慧學校] Bridging AI to Precision Agriculture through IoT
[台灣人工智慧學校] Bridging AI to Precision Agriculture through IoT[台灣人工智慧學校] Bridging AI to Precision Agriculture through IoT
[台灣人工智慧學校] Bridging AI to Precision Agriculture through IoT台灣資料科學年會
 
[2018 台灣人工智慧學校校友年會] 產業經驗分享: 如何用最少的訓練樣本,得到最好的深度學習影像分析結果,減少一半人力,提升一倍品質 / 李明達
[2018 台灣人工智慧學校校友年會] 產業經驗分享: 如何用最少的訓練樣本,得到最好的深度學習影像分析結果,減少一半人力,提升一倍品質 / 李明達[2018 台灣人工智慧學校校友年會] 產業經驗分享: 如何用最少的訓練樣本,得到最好的深度學習影像分析結果,減少一半人力,提升一倍品質 / 李明達
[2018 台灣人工智慧學校校友年會] 產業經驗分享: 如何用最少的訓練樣本,得到最好的深度學習影像分析結果,減少一半人力,提升一倍品質 / 李明達台灣資料科學年會
 
[2018 台灣人工智慧學校校友年會] 啟動物聯網新關鍵 - 未來由你「喚」醒 / 沈品勳
[2018 台灣人工智慧學校校友年會] 啟動物聯網新關鍵 - 未來由你「喚」醒 / 沈品勳[2018 台灣人工智慧學校校友年會] 啟動物聯網新關鍵 - 未來由你「喚」醒 / 沈品勳
[2018 台灣人工智慧學校校友年會] 啟動物聯網新關鍵 - 未來由你「喚」醒 / 沈品勳台灣資料科學年會
 

More from 台灣資料科學年會 (20)

[台灣人工智慧學校] 人工智慧技術發展與應用
[台灣人工智慧學校] 人工智慧技術發展與應用[台灣人工智慧學校] 人工智慧技術發展與應用
[台灣人工智慧學校] 人工智慧技術發展與應用
 
[台灣人工智慧學校] 執行長報告
[台灣人工智慧學校] 執行長報告[台灣人工智慧學校] 執行長報告
[台灣人工智慧學校] 執行長報告
 
[台灣人工智慧學校] 工業 4.0 與智慧製造的發展趨勢與挑戰
[台灣人工智慧學校] 工業 4.0 與智慧製造的發展趨勢與挑戰[台灣人工智慧學校] 工業 4.0 與智慧製造的發展趨勢與挑戰
[台灣人工智慧學校] 工業 4.0 與智慧製造的發展趨勢與挑戰
 
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
 
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
[台灣人工智慧學校] 開創台灣產業智慧轉型的新契機
 
[台灣人工智慧學校] 台北總校第三期結業典禮 - 執行長談話
[台灣人工智慧學校] 台北總校第三期結業典禮 - 執行長談話[台灣人工智慧學校] 台北總校第三期結業典禮 - 執行長談話
[台灣人工智慧學校] 台北總校第三期結業典禮 - 執行長談話
 
[TOxAIA台中分校] AI 引爆新工業革命,智慧機械首都台中轉型論壇
[TOxAIA台中分校] AI 引爆新工業革命,智慧機械首都台中轉型論壇[TOxAIA台中分校] AI 引爆新工業革命,智慧機械首都台中轉型論壇
[TOxAIA台中分校] AI 引爆新工業革命,智慧機械首都台中轉型論壇
 
[TOxAIA台中分校] 2019 台灣數位轉型 與產業升級趨勢觀察
[TOxAIA台中分校] 2019 台灣數位轉型 與產業升級趨勢觀察 [TOxAIA台中分校] 2019 台灣數位轉型 與產業升級趨勢觀察
[TOxAIA台中分校] 2019 台灣數位轉型 與產業升級趨勢觀察
 
[TOxAIA台中分校] 智慧製造成真! 產線導入AI的致勝關鍵
[TOxAIA台中分校] 智慧製造成真! 產線導入AI的致勝關鍵[TOxAIA台中分校] 智慧製造成真! 產線導入AI的致勝關鍵
[TOxAIA台中分校] 智慧製造成真! 產線導入AI的致勝關鍵
 
[台灣人工智慧學校] 從經濟學看人工智慧產業應用
[台灣人工智慧學校] 從經濟學看人工智慧產業應用[台灣人工智慧學校] 從經濟學看人工智慧產業應用
[台灣人工智慧學校] 從經濟學看人工智慧產業應用
 
[台灣人工智慧學校] 台中分校第二期開學典禮 - 執行長報告
[台灣人工智慧學校] 台中分校第二期開學典禮 - 執行長報告[台灣人工智慧學校] 台中分校第二期開學典禮 - 執行長報告
[台灣人工智慧學校] 台中分校第二期開學典禮 - 執行長報告
 
台灣人工智慧學校成果發表會
台灣人工智慧學校成果發表會台灣人工智慧學校成果發表會
台灣人工智慧學校成果發表會
 
[台中分校] 第一期結業典禮 - 執行長談話
[台中分校] 第一期結業典禮 - 執行長談話[台中分校] 第一期結業典禮 - 執行長談話
[台中分校] 第一期結業典禮 - 執行長談話
 
[TOxAIA新竹分校] 工業4.0潛力新應用! 多模式對話機器人
[TOxAIA新竹分校] 工業4.0潛力新應用! 多模式對話機器人[TOxAIA新竹分校] 工業4.0潛力新應用! 多模式對話機器人
[TOxAIA新竹分校] 工業4.0潛力新應用! 多模式對話機器人
 
[TOxAIA新竹分校] AI整合是重點! 竹科的關鍵轉型思維
[TOxAIA新竹分校] AI整合是重點! 竹科的關鍵轉型思維[TOxAIA新竹分校] AI整合是重點! 竹科的關鍵轉型思維
[TOxAIA新竹分校] AI整合是重點! 竹科的關鍵轉型思維
 
[TOxAIA新竹分校] 2019 台灣數位轉型與產業升級趨勢觀察
[TOxAIA新竹分校] 2019 台灣數位轉型與產業升級趨勢觀察[TOxAIA新竹分校] 2019 台灣數位轉型與產業升級趨勢觀察
[TOxAIA新竹分校] 2019 台灣數位轉型與產業升級趨勢觀察
 
[TOxAIA新竹分校] 深度學習與Kaggle實戰
[TOxAIA新竹分校] 深度學習與Kaggle實戰[TOxAIA新竹分校] 深度學習與Kaggle實戰
[TOxAIA新竹分校] 深度學習與Kaggle實戰
 
[台灣人工智慧學校] Bridging AI to Precision Agriculture through IoT
[台灣人工智慧學校] Bridging AI to Precision Agriculture through IoT[台灣人工智慧學校] Bridging AI to Precision Agriculture through IoT
[台灣人工智慧學校] Bridging AI to Precision Agriculture through IoT
 
[2018 台灣人工智慧學校校友年會] 產業經驗分享: 如何用最少的訓練樣本,得到最好的深度學習影像分析結果,減少一半人力,提升一倍品質 / 李明達
[2018 台灣人工智慧學校校友年會] 產業經驗分享: 如何用最少的訓練樣本,得到最好的深度學習影像分析結果,減少一半人力,提升一倍品質 / 李明達[2018 台灣人工智慧學校校友年會] 產業經驗分享: 如何用最少的訓練樣本,得到最好的深度學習影像分析結果,減少一半人力,提升一倍品質 / 李明達
[2018 台灣人工智慧學校校友年會] 產業經驗分享: 如何用最少的訓練樣本,得到最好的深度學習影像分析結果,減少一半人力,提升一倍品質 / 李明達
 
[2018 台灣人工智慧學校校友年會] 啟動物聯網新關鍵 - 未來由你「喚」醒 / 沈品勳
[2018 台灣人工智慧學校校友年會] 啟動物聯網新關鍵 - 未來由你「喚」醒 / 沈品勳[2018 台灣人工智慧學校校友年會] 啟動物聯網新關鍵 - 未來由你「喚」醒 / 沈品勳
[2018 台灣人工智慧學校校友年會] 啟動物聯網新關鍵 - 未來由你「喚」醒 / 沈品勳
 

運用空間決策改進緊急醫療品質-詹大千