台大 python 計算機 程式設計的問題，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資訊懶人包

人工智慧於壓力性損傷自動分級的可行性評估

為了解決台大 python 計算機 程式設計的問題，作者鄭雁文 這樣論述：

背景：壓力性損傷（簡稱壓傷）為人體皮膚長期受壓力與剪力所導致的皮膚完整性受破壞的結果，由表皮發紅至深層組織損傷共分六級。醫療機構中由護理人員以人工檢視方式進行壓傷分級，作為健康照護品質管理的依據。然文獻指出護理人員分級正確率為57.7%~66.8%，為落實品質監控的正確率，仍有提升的必要性。近年來以人工智慧進行影像辨識之技術日益進步，以機器視覺協助護理人員自動辨識壓傷分級的可行性缺乏相關研究，引發本研究動機與目的方法：分為三個階段：第一階段網路蒐集壓傷圖片後以人工方式進行分級與修改；第二階段採用「Amazon Sage Maker」影像分類演算法進行壓傷分級自動辨識；第三階段將辨識結果正確率

與文獻中人工分級之結果（閾值為66.8%），進行比較，未達閾值時反覆三個階段直到正確率大於閾值。結果：總共進行三個回合之壓傷圖片蒐集、修改與演算法自動辨識。第一回合使用831張圖片，正確率為60.9%；第二回合新增及修改22張片與刪除14張圖片後，共839張圖片之正確率為66.4%；第三回合新增圖片95張，共934張圖片之正確率為75.8%。討論：結果顯示圖片數量增加與圖片修正與有助於人工智慧演算法於壓傷分級正確率的提升，表示其對於輔助護理人員進行壓傷分級的可行性。建議：能在臨床上蒐集大量壓傷傷口圖片進行人工智慧辨識，並延續此研究進行後續人工驗證，進而發展壓傷辨識行動應用程式系統輔助臨床醫護人

員、除了提供教學也可正確辨識壓傷傷口並記錄於電子病歷。關鍵字：人工智慧，壓力性損傷，影像辨識