馬偕心臟內科的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和懶人包總整理

規則引擎專家系統 – 以糖尿病為例

為了解決馬偕心臟內科的問題，作者林心薇 這樣論述：

多年來，糖尿病已經成為在台灣的十大死因排行榜中死亡率攀升最快的死因，由於糖尿病患者在初期的時候，常常會因為症狀不容易察覺而錯失病情控制與治療的最佳時機，所以一旦罹患了糖尿病就必須進行長期的治療與控制，對政府的醫療成本也造成了龐大的負擔，若患者於日常生活中就可以進行自我的監測，對日常的血糖值進行控管，可以有助於降低糖尿病的併發症發生。因為現今市售的血糖機大多數僅只有單向血糖檢測功能，沒有血糖值的異常偵測以及與患者提供互動的功能，本論文希望透過醫學資料與相關文獻的收集，以糖尿病為例，將所蒐集到的資料進行結構化並藉由整理出的判斷規則及流程，建立基於規則引擎之專家系統，使血糖機與血糖自我管理系統可使

用規則引擎進行血糖異常偵測的判斷，期望能對未來血糖機的功能提升能有幫助，甚至可以發展一套糖尿病自我檢測的系統來達到早期控制的目標，將有助於降低患者的人數以及降低醫療的成本。

雲端服務導向之冠狀動脈心臟病風險評估決策輔助系統建立之研究

為了解決馬偕心臟內科的問題，作者簡聖哲 這樣論述：

根據衛生署統計顯示心臟疾病死亡比例有逐年持續增加的趨勢，在心臟疾病之中也以冠狀動脈心臟病為最常見的一種心臟疾病。心臟相關疾病初期症狀不明顯，往往會因不易察覺而被忽略，一旦罹病須長期接受治療與控制，因此若能早期發現早期預防，將有效降低或延緩冠狀動脈心臟病發生的風險。目前醫學上對於冠狀動脈心臟病之判定，大多仍以人為方式進行，若能藉由此輔助決策資訊系統協助，可提升醫學臨床診斷、危險分群與檢測的成效。本研究的目的在於發展一套冠狀動脈心臟病雲端服務決策輔助系統，透過專業醫療文獻與專家訪談建立一個模擬醫師實際診斷與危險分群之決策模型，而後建構冠狀動脈心臟病模糊專家系統，並將此模型轉化為模糊專家系統可讀的

模糊法則庫，以提供模糊專家系統推論之用。系統完成後並部署至Google App Engine(GAE)服務平台中，提供醫療人員與社會大眾之服務。為了解本系統部署至雲端平台服務之穩定性及效能，故針對系統部署至GAE、Amazon EC2兩個雲端服務平台與一個傳統的網頁伺服器三者進行效能之實驗比較，用以找出本系統實際運作之最穩定及效能最佳的部署平台，實驗發現GAE雲端服務平台為最穩定且效能最佳的部署平台。藉由將本研究所發展之冠狀動脈心臟病決策輔助系統部署於此平台中，期望提供醫師或醫護人員作為診斷、危險分群與風險推估的參考依據，且一般民眾亦可藉由此服務了解自身病情可與醫生進一步討論，將降低冠狀動脈心

臟病患者真正發生的機率，與醫療資源的大量支出及耗費。