大同醫院的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列必買單品、推薦清單和精選懶人包

奇蹟的救命靈藥：胰島素發現的故事

為了解決大同醫院的問題，作者蒂亞．庫伯,亞瑟．安斯伯格 這樣論述：

◇⊱—胰島素發明百年，重返奇蹟創造現場—⊰◇ 糖尿病是現代人周身常見的疾患， 胰島素出現前卻是不治之症！ 醫師、科學家、商人、政治家交錯登場， 諾貝爾生醫獎史上知名的肥皂劇， 一場二十世紀醫學突破的人間劇場！ 　　大門打開時，美國國務卿休斯夫婦見到了小女兒伊莉莎白， 　　她的外貌竟然恢復到四年前還沒生病的樣子， 　　恐懼與憂傷在喜悅的淚水中消散，三個人像是船難生還者般緊緊擁抱在一起。 　　彼時，不會有人問一個糖尿病童「長大以後要做什麼？」， 　　伊莉莎白．休斯的病程，呈現的正是糖尿病患者絕境般的人生。 　　她卻有幸成為第一批接受胰島素治療的病童，一生注射了四萬二千劑； 　　而救了她一命

的班廷醫師，解開的是長達數千年的醫學謎團。 　　糖尿病的文字記載至少已有三千六百年，即使十九世紀有了堪稱猛進的理解， 　　一九二○年代初仍苦無對策的醫界，如同一群奮力良久的馬拉松選手， 　　在終點前突然席地坐下討論起賽事進展。 　　今日周身四處可聞的糖尿病，百年前仍是不治絕症！ 　　一九二三年，諾貝爾生醫獎頒給了促成胰島素療法的兩個關鍵人物， 　　然而圍繞在這個救命靈藥誕生核心的， 　　是糾葛甚深的一群人你來我往的交錯拚搏。 　　本書帶你重返胰島素發明的幾個重要場景， 　　細節與懸念在糾纏交織的故事線中一一呈現。 　　----- 　　▎我們強烈建議這些人士閱讀這本書： 　　（1）對於研究

發明的現場紀實充滿探知欲的讀字控 　　（2）新陳代謝、內分泌等學門的學習者與醫藥業人士 　　（3）自身或家人有糖尿病徵或疑慮的一般大眾 　　（4）對於小說般曲折的人間物語讀興盎然的閱讀人 　　（5）對於醫學史、藥學有興趣的科普讀者 　　 本書特色 　　醫學發展史上，令人不忍的總是有許多現實與血淚交織的故事，書店裏精采的醫學科普書，不少都是以這個取材角度切入。 　　糖尿病是個隨時緊逼在每個人周身的常見疾患，這個主題的書寫多是針對糖尿病理而來，又或是知識介紹性為主的醫療故事，即使寫到胰島素的發明與療法，也多是歷史課本樣態的篇章。 　　本書除卻交代了胰島素發明的梗概，特色在於幾個重要發展場景中

，人物之間關係與事態變化的描寫，不論是否對於醫療相關議題感興趣，這本紙上人間劇場定會讓人有如讀閱了一本精巧營構的小說般暢快淋漓。 各界推薦 　　這是二十世紀的醫學奇蹟之一，一個扣人心弦的故事。一九一八年，前紐約州州長查爾斯．伊文斯．休斯的小女兒被診斷出患有糖尿病。當時，近乎致命的飢餓療法是患者最大的希望。四年後，「胰臟萃取物」的動物實驗帶來了希望。十四歲的伊麗莎白．休斯是第一批受益的患者。作家兼劇作家庫珀與資深金融作家安斯伯格透過令人印象深刻的描述來記寫這個故事。他們還特別關注人際間戲劇性的複雜關係——不屈不撓的伊莉莎白，她有遠見的父母，爭吵不休、瘋狂、最終獲得諾貝爾獎的研究人員，大膽的商

業先驅。正是這些細節讓醫學史上的這一非凡篇章如此令人難忘。——《出版人週刊》（Publisher Weekly） 　　蒂亞．庫伯與亞瑟．安斯伯格展示了一段鼓舞人心的紀實，一段對的人在對的時間、對的場合齊聚，為全球糖尿病患者帶來福音的故事。一九八一年，七十三歲的伊莉莎白．休斯．歌塞特安息之時，鮮為人知。按理說，她應該活不到讀高中的年紀，更不用說讀完大學、結婚生子了。可能很少人會知道或意識到，還是個孩子的她，竟就冒著生命危險參與了一項醫學實驗，假使能夠成功，將可挽救她自己與數百萬人的生命。這個非凡的故事，更因為有佛德列．班廷的努力而促成，他扭轉了伊莉莎白命運的逆境。就像蜜蜂相信翅膀可以在任何條件

下將自己帶向空中一樣，班廷相信自己可以完善一種產品——胰島素——挽救糖尿病患的生命。蜜蜂飛翔，班廷振翅，這個故事值得你好好一讀。——唐娜．查維斯（Donna Chavez），《書單》雜誌（Booklist） 　　二十世紀見證了許多醫學奇蹟，但或許沒有比得上胰島素的發現與糖尿病治療這般具有變革性的了，本書是關於諾貝爾獎獲獎研究的故事。一個本應在孩提時代死去的年輕女孩，竟然可以活到得見七個孫子女。一種新的藥物，將原本的死刑判決轉變為慢性滋擾。本書對於糖尿病患者來說是極為重要的讀物；而對於那些喜歡神祕或人間劇場的人，更是本令人愉快的讀物。――肯尼斯．傑克森（Kenneth T. Jackson），

哥倫比亞大學巴祖恩講座（Barzun）歷史教授 　　對於扭轉糖尿病病程並翻開新頁的人物與熱情，這本書做了引人入勝的詳盡描述。――林浩聰（Vincent Lam），《醫生這件事》（Bloodletting & Miraculous Cures）作者，吉勒獎（Giller Prize）得主

大同醫院進入發燒排行的影片

服用新型口服抗凝血藥物患者基因多型性與凝血功能相關性研究

為了解決大同醫院的問題，作者陳瑋 這樣論述：

心房纖維顫動(Atrial fibrillation, AF)發生率及盛行率逐年增加且罹患中風風險較高，因此臨床上預防性服用新型口服抗凝血劑(Novel Oral Anticoagulants, NOACs)人數也隨之上升。儘管NOACs相較於傳統的維生素K拮抗劑(Vit K antagonist, VKAs)不需凝血功能監測追蹤，但抗凝血劑依舊有出血風險，本研究欲觀察影響NOACs代謝相關基因(ABCB1、ABCG2、CYP3A5、CES1)之單一核苷酸多型性(Single-nucleotide polymorphisms, SNP)與臨床常見凝血功能監測凝血酶原時間(Prothrombi

n time, PT)及部份凝血活酶時間(Activated partial thromboplastin Time, aPTT)之間是否有關聯性。自2021年3月至2022年3月期間於高雄醫學大學附設醫院及高雄市立大同醫院心臟內科共收集了95名服用NOACs患者(63男32女，平均年齡69.87±8.95)，使用醫院病歷調閱病人檢驗數值、問卷收集生活習慣，最後針對用藥時間收集最高血中藥物濃度(Cmax)與最低血中藥物濃度(Cmin)的凝血功能時間，萃取病人血液中DNA以即時聚合酶連鎖反應 (Real-Time Polymerase Chain Reaction, Real-Time PCR)

找出病人SNP位點，觀察其SNPs、檢驗數值、凝血功能(PT/aPTT)與生活習慣之間影響。研究結果發現基因CES1 rs8192935 (A/G)與肝功能丙胺酸轉胺(Glutamic Pyruvic Transaminase, GPT)間有顯著差異(p

爺爺奶奶的疾病敘事

為了解決大同醫院的問題，作者unknow 這樣論述：

　　生老病死乃人生必經之過程，但是您可曾駐足摹想過年老病衰的樣貌？隨著年歲的漸長各種病痛開始上身，也許您還正在工作，也許您已經開始退休，但伴隨高齡而來的疾病，可曾讓您添增心理及生理的負擔？高齡者要如何面對年華老去，身體機能逐漸下降的事實，並且調適心態，學習如何與疾病共存呢？ 　　本書收錄了高雄大學「爺爺奶奶的生命敘事I」計畫師生團隊的疾病敘事訪談稿八篇及論文四篇，希冀幫助讀者從爺爺奶奶分享的疾病敘事中，瞭解高齡保健的正確知識，學習心態調適與疾病共存，積極、正向地面對高齡生活。  

以糖尿病患者眼底攝影影像建立深度學習模型預測周邊神經病變之風險

為了解決大同醫院的問題，作者黃竑智 這樣論述：

目的：本研究主要針對第二型糖尿病患者之視網膜眼底影像，目的是透過人工智慧技術預測患者罹患糖尿病周邊神經病變(Diabetic peripheral neuropathy, DPN)之概率，最終建立可解釋性人工智慧模型(Explainable AI, XAI)，透過該模型之判讀所勾勒出的關注區域(region of interest, ROI)，得出糖尿病患者之視網膜眼底影像與DPN於醫學中的關聯性。材料與方法：本研究自高雄市立大同醫院(KMTTH)與高雄醫學大附設醫院(KMUH)內分泌新陳代謝科門診所建立之糖尿病照護資料庫，蒐集2013至2017年之間第二型糖尿病患者之眼底攝影影像以進行回顧

性研究，本研究排除具備以下條件之糖尿病患者數據：年齡低於20歲之患者、姙娠期之婦女、因糖尿病併發生導致截肢者、患有惡性腫瘤或診斷罹癌者。經由臨床常規治療且有定期排檢眼底鏡檢查之第二型糖尿病患者，會根據神經傳導檢查(Nerve conduction velocity, NCV)判斷患者周邊神經病變之嚴重程度並進行分類，本研究定義患者在接受神經傳導檢查後的嚴重程度類別為Class 0：無DPN症狀患者；Class 1：輕度DPN症狀患者；Class 2：中、重度DPN症狀患者。患者之眼底影像資料首先去除文字資訊與背景以去識別化，並透過限制對比度的自適應直方圖均衡化(CLAHE)作為影像前處理之方法

。經過前處理之影像被分割為訓練、驗證與測試集，再以 ±45° 旋轉進行資料增強，並個別透過InceptionNet、VGGNet、ResNet、ConvMixer等深度學習架構建立預測模型。本研究使用RAdam作為模型訓練時的參數優化器進而穩健化參數更新之效果，並透過受試者特性曲線下面積(Area under the ROC curve, AUC)以及陽性預測值(Positive predictive value, PPV)等指標對個別模型進行評估。在評估模型之預測準確度後，使用Grad-CAM(Gradient-weighted Class activation mapping)算法得出糖尿

病患者之眼底影像中，模型所判斷與糖尿病周邊神經病變(DPN)具有關聯性之區域。結果：本研究成功透過四種深度學習架構建立預測DPN嚴重程度之三元分類模型。所建立的四種DPN預測模型分別為PT-Attention、ConvMixer、ResNet34、PT-VGG16，四種模型在本研究中的測試集(testing set)上的準確度(accuracy)分別達到0.94、0.90、0.97、0.96；AUC值達到0.92、0.93、0.95、0.96；特異性(specificity)達到1.00、0.92、1.00、0.98；輕度與中重度DPN的總體敏感性(sensitivity)則達到0.84、0.

90、0.90、0.92。在本研究中，以所使用的評估指標判斷得出所有模型均擁有良好的DPN預測能力，其中PT-VGG16模型取得了最穩健的DPN預測能力。結論：本研究以人工智慧領域中的深度學習(Deep learning)，透過第二型糖尿病患者的視網膜眼底影像成功建立了糖尿病周邊神經病變(DPN)嚴重程度的AI輔助診斷模型，這一種快速的非侵入式DPN檢測方法，僅需要透過患者於眼底鏡檢測後所得出的視網膜眼底影像，便能夠判斷出該名患者是否罹患有DPN以及其嚴重程度，該方法為視網膜眼底影像增添了一種額外的貢獻，也增加了醫師能及早診斷出患者是否患有糖尿病周邊神經病變(DPN)的可能性。本研究亦透過基於

Grad-CAM的影像ROI映射方法，將有助於模型以所訓練的權重加權對重視的部位(pattern)進行標註，呈現出AI模型的可解釋性，最終成功勾勒出在糖尿病患者的視網膜眼底影像中，與DPN相關聯之區域的ROI影像。