薛博仁、周德陽、施宏謀、張裕鑫、陳珈妤、陳俊良、陳含迷、張詩聖、王韋竣、蕭瓊子、張煜昌

智鐵檢 (iIDeAS)篩檢模型具有早期預測的重要價值，可快速篩檢出缺鐵高風險病患，有助於病患在症狀出現前接受診斷和治療，減少不必要的檢查和醫療費用，提升醫療效率。此外，模型僅需全血球計數 (CBC)和細胞族群數據 (CPD)，無需額外檢測或血液樣本，不增加實驗室與臨床工作負擔。我們的目標主要是利用臨床上鮮少使用的細胞族群數據與常規的全血球計數與紅血球參數資料，來訓練人工智能模型以提早預測缺鐵病患，來輔助臨床醫師可以快速的篩檢出缺鐵患者。智鐵檢引入臨床鮮少使用的細胞族群數據，並使用人工智能模型建立鐵質缺乏的偵測模型，藉由外部驗證確認泛用性，也已實際落地確認成效。該研究成果正在投稿國際期刊，期望能藉此展示台灣在智慧醫療領域的成就。臨床醫師可利用此模型優化資源分配，適時轉診高風險病患進行進一步評估和治療，改善健康狀況，降低疾病複雜性。