以機器學習演算法分析檢驗數值以偵測尿液中微生物-以陰道滴蟲為例

補助單位

長庚醫院

執行期間

2017/10/01 - 2018/09/30

計畫摘要

陰道滴蟲感染是全世界最盛行的非病毒性經性行為傳染的疾病之一,研究指出,有三分之二的感染者未被診斷或未接受治療,而未診斷與未治療的陰道滴蟲感染會造成更嚴重的疾病,為公共衛生不可忽視的問題。尿沉渣顯微鏡檢查為現今臨床上最常被使用的陰道滴蟲篩檢法,傳統的鏡檢屬勞力密集的檢查方法,因此,高檢體量的實驗室已引入尿沉渣自動檢驗儀器。

然而,自動檢驗儀器仍無法檢測陰道滴蟲,導致陰道滴蟲檢出率顯著下滑,影響陰道滴蟲的篩檢量能。本計畫提出基於機器學習方法的陰道滴蟲篩檢策略,藉由機器學習方法的協助,在大量的尿液檢體中篩選出風險檢體,做進一步的顯微鏡檢查,提高陰道滴蟲的檢出率。

本計畫預計使用2009至2013年長庚紀念醫院林口院區尿液檢驗與電子病歷資料,將做過至少一次尿液檢查的患者資料取出,搭配三種機器學習演算法,邏輯迴歸、支持向量機,以及隨機森林法,找出最適合做陰道滴蟲檢體篩檢的機器學習模型。

模型的效能指標為ROC曲線下面積以及升降預測值,為了系統化的檢測模型篩檢數量以及陰道滴蟲檢出敏感度的關係,我們預計引入成本效果閾值的概念來檢測本篩檢策略的使用效益。藉由機器學習方法的協助,希望陰道滴蟲的檢出率可有效提升。