發燒智慧照護：深度學習敗血症病人「體表溫度及生命徵象」運用於發燒監測、提早預警及即時照顧

發燒處理是重症單位常見的護理照護，敗血症病人其體溫變化及發燒處理的實證依據不一。本研究目的為建構發燒智慧護理：運用深度學習「體表溫度及生命徵象」於敗血症病人發燒之連續監測、提早預警、即時處理：第一年建構敗血症病人「體表溫度」連續變化趨勢與發燒事件的關聯性；第二年為驗證深度學習建構「體表溫度」合併血壓、呼吸、心率連續變化演算法，提早預測敗血症病人每次的發燒事件；第三年為發燒智慧照護對敗血症病人發燒預警、退燒處置及主觀舒適感的成效。第一年採前瞻性世代研究法，以主持人研發的「溫心手環」智慧穿戴裝置連續監測體表溫度並串聯加護單位重症臨床資訊系統連續監測生命徵象資料，預計收集42位加護病房敗血症病人，以時間序列分析，預測敗血症病人「體表溫度」升高趨勢與臨床變項等相關因素。第二年第一階段採回溯性世代研究法，以第一年收集敗血症病人的資料，建構預測發燒事件（核心體溫> 38.2°C）的演算法，第二階段採前瞻性世代研究法，即時驗證演算法於100位新入住加護病房的病人(其中50位為敗血症病人)。第三年採實驗對照研究法，針對100位敗血症病人，以「發燒智慧照護」作為介入措施，比較傳統發燒護理模式，於介入前、介入後1至7日追蹤測量，研究成果指標包括：發燒時間預警、發燒處理時間、發燒退燒時間、發燒照護處置方式、病人主觀舒適感受。將以雙因子重複量數探討不同組間、組內控制變項、介入前後各成果指標之差異。本研究成果可作為未來加護病房病人以連續監測生理指標的穿戴裝置合併深度學習，發展智慧護理及精準照護模式的科學依據。