以量子生物能量檢測儀及機器學習進行精準功能醫學檢驗之研究

為滿足亞健康人口及偏遠地區的醫療需求，本論文是從台灣地區的市場規模、消費者喜好、產品效能測試、及人工智慧開發等四個不同面向的研究來評估創立一個以人工智慧為基礎的遠距大健康平台企業之可能性。在利用政府開放資料進行市場規模及趨勢的研究裡，除了用敘述統計及資料視覺化來說明國人罹患慢性疾病比例有增加及年輕化的趨勢外，也找出癌症高發生率的特定族群，而罹病原因與缺乏規律運動、攝取熱量過多及攝取蔬果過少的飲食失衡、肥胖、歷史環境、及低教育社經地位等有關，而蔬果攝取不足使得維生素、礦物質、抗氧化物質、植化素等相關營養物質攝取成為必需。在利用eyeSocial社群聆聽平台及健康、慢性病、功能醫學、保健食品、及癌症等五個關鍵詞對台灣網路社群進行消費者輿情語意調查中，應用新定義的LPN來改良目前語意分析所使用的參數並進行資料分析，發現縱使在全民健保實施下，台灣網路社群對於現行慢性病醫療、消極的慢性病預防、及保健食品直銷行為存在不滿，而對於功能醫學及透過醫師導引解決亞健康問題有著較正面的期待。在候選代理產品之效能測試研究裡，我於美國購置一部使用於歐美另類醫學診間的非侵入式量子生物能量檢測儀，在志願受試者的參與下，以國內合格醫事檢驗所的58項功能醫學血液及頭髮檢驗進行一致度測試之臨床實證研究，發現無論利用此量子生物能量儀執行當日接觸式檢測或七日頭髮替代試驗之非接觸式體外檢測，其結果皆與主流醫事功能檢驗結果具有相當好的一致性。在人工智慧開發研究中，我建立了志願受試者的臨床疾病資料庫與量子生物能量儀數據資料庫，並在精通大數據統計分析的研究生參與下利用統計分析找到與高血壓、糖尿病、高血脂、癌症、過敏、心臟病、脂肪肝等七種慢性疾病具備顯著關聯的量子生物能量儀變數來進行疾病分類，也獲得過敏的疾病預測模型，搜尋學術期刊資料庫後發現有許多變數能得到學理支持，也發現一些過去學術研究尚未探討的變數，而具備改善現行醫療及新藥開發的潛在價值。