運用基因演算法建構疾病預測模型之研究-以睡眠呼吸中止症候群為例

睡眠呼吸中止症候群被認為是二十世紀所發現最重要的睡眠障礙，也是睡眠醫學重要的研究方向，患者因睡眠呼吸中止造成睡眠期間反覆缺氧的結果而容易導致心肺功能受損、白天嗜睡、疲勞駕駛等併發症與後遺症，嚴重者甚至造成睡眠中猝死，不但耗費醫療資源，也將嚴重影響患者生活品質。一般來說患者並無立即病痛與不適且大多患者都不自覺，容易造成延誤就醫且睡眠多項生理檢查需耗費相當昂貴的成本與人力，目前國內的醫療資源並無法做全面性的篩選，就預防醫學的角度而言，建立一套可以優先準確篩選出中度與重度睡眠呼吸中止症候群的預測模型有其必要性。 本研究將以病患就醫過程中產生的相關問卷資料為基礎，再運用基因演算法來解決複雜的問卷變項問題，建立一套可以準確預測出中度與重度睡眠呼吸中止症候群診斷系統，提供高危險群簡便、準確的預測模型，讓醫療人員及早針對不同嚴重程度的患者提供適當的治療與建議，預防其併發症與後遺症的發生，進而達到預防性醫學的目標。從研究成果顯示，運用基因演算法模型明顯優於普遍被流行病學者用來建立疾病預測模型的Logistic Regression方法，其診斷預測績效也更為優異與準確。