美國猶他大學講座教授Prof. Olivia Sheng專題演講

撰文／資管系張竣貿

　　本院資管系有幸於十一月十七日邀請到美國猶他大學Prof. Olivia Sheng前來分享她在醫療資訊與時間序列資料探勘方面的研究成果與經驗。Prof. Sheng目前擔任美國猶他大學作業與資訊系統學系(Department of Operations and Information Systems)的講座教授，她的研究領域包括Web/text/data mining以及 optimization methods for predictive analytics in healthcare, marketing, and other application domains等。本次演講的題目為「Leveraging Patient Similarity and Change Points for Time Series Classification」，利用病人在加護病房中的時間序列資料(time-series data，例如脈搏、體溫、血壓等生理數據)，預測病人在若干時間後的病情，例如離開加護病房或死亡。時間序列資料指的是按照時間排序呈現的資料，以Prof. Sheng分享的研究為例，每一位病人的各項生理數據會不斷地被記錄下來，因此每一筆數據資料之間還帶有順序關係。在生活中，時間序列資料隨處可見，也可以說，幾乎任何可以持續蒐集到的資料都可以成為時間序列資料。因此，時間序列相關的分析幾乎也可以應用在任何的研究議題上。在Prof. Sheng的研究當中，透過分析時間序列資料，她們對加護病房患者情況的預測可以達到約89%的準確度，換句話說，透過監測加護病房中患者的生理數據，醫生可以提前判斷病人的情況，更準確的分配醫療資源，協助不同層級的急重症患者。

　　這次的演講吸引了許多教授與研究生前來參加。演講的最後，許多與會的教授與學生也紛紛提出問題與Prof. Sheng進行熱烈討論，讓在場的每一位來賓都從交流中汲取經驗與知識，專題演講也在輕鬆、歡樂的氣氛中圓滿結束。