1.大數據資料萃取：

-資料萃取的範圍：
大數據抓取範圍為奇美醫學中心所有血液透析門診的病人。血液透析室透析機物聯網自動擷取參數功能於2018年建置。萃取的時間從2020.09.01到2020.12.31，共412名患者之68,552筆透析資料，並與腎臟科主治醫師、透析護理師確認資料筆數與臨床作業之一致性。
-結果(outcome)變數資料萃取：
在結果變數(outcome variable)選定方面，本AI系統設計兩階段風險預測：
第一階段為「本次透析低血壓風險」，使用時機為本次洗腎前。國際上常用三種定義透析低血壓，因此我們呈現三個風險預測值，包含(1)洗中最低收縮壓<90mmHg、(2)洗前收縮壓-洗中最低收縮壓≥20mmHg and洗中最低收縮壓<90mmHg、(3)洗前收縮壓-洗中最低收縮壓≥30mmHg and洗中最低收縮壓<90mmHg。
第二階段為「透析過程中低血壓風險預測」，預測洗中未來一小時內是否發生低血壓(收縮壓<90mmHg)。我們以完整的數位儀表板(dash board)來呈現全體病人。此機率解讀為：往後一小時內發生低血壓之風險機率。目前設定更新預測之頻率為15分鐘(可調整)，另已新增『立即預測』功能。
-特徵(feature)變數資料萃取：
在特徵變數(feature variable)選定方面，上述兩階段風險預測模型所需之特徵參數不盡相同，並且包含前次洗腎記錄以提升預測精準度。整體參數包含基本資料：性別、年齡；洗腎資料：透析藥水鈣濃度、距前次透析之天數、前前次洗後體重、前次洗前體重、前次洗腎間的體重增加比例、前次洗後體重、前次UF volume、本次洗前體重、本次洗腎間的體重增加比例、前次洗前收縮壓、前次洗中最低收縮壓、Delta SBP1、上次使用藥物（albumin）；Lab資料：Hb、albumin、BUN、Na、Ca、P、iPTH；病史資料：DM、Anemia、Stroke、Liver cirrhosis、PAD、Malignancy；透析機拋轉：靜脈壓、血流速、V/B ratio、脫水速率、Conductivity、Temperature Dail.TEMP等。

2.資料清洗、轉換、驗證：

所萃取出來的資料往往需要再清洗轉換處理，如：資料不完整、內容混雜、重複的資料、輸入時沒進行檢核產生錯誤資料、格式不正確、偏離值、空值、不同的檢驗檢查方法報告單位會有不同的問題，故需要與臨床作業做進一步釐清。首先醫師先確認資料筆數合理性以確認收集的資料名單；並對異常資料進行特徵變數與HIS的比對工作，確認特徵資料正確性。缺失值原則上捨棄不用。

3.模型建立：

此研究的大數據來自線上HIS的結構化資料，隨機選取70%為訓練資料（Training），30%為驗證資料（Testing）。訓練模型時我們使用10摺交叉驗證法（10-fold cross-validation）以獲得最佳訓練超參數。因為發生低血壓個案遠低於其他個案，因此資料存有不平衡情形，我們使用SMOTE方法處理此問題。
我們採用機器學習/深度學習的羅吉斯迴歸（Logistic Regression）、隨機森林（Random Forest）、支持向量機（Support Vector Machines, SVM）、K-近鄰演算法（K Nearest Neighbor, KNN）、LightGBM、XGBoost及多層感知機（MLP, Multilayer Perceptron）等多種演算法建立預測模型，並用四種公衛領域常用模式品質指標：正確率（Accuracy）、敏感度（Sensitivity）、特異度（Specificity）與AUC（Area under the curve）作為最終建模選取依據。
定期會再加入新的資料，擴大AI訓練資料來源以利重新訓練（retraining），讓模型品質愈來愈好。由於模型納入前次透析之參數，更能精準預測個人風險，品質比國內外產品更優異（AUC均大於0.9）。

4.系統程式設計：

本系統使用Python程式語言，搭配國際上相當多人使用之scikit.learn各種機器學習套件以及Google Tensorflow深度學習套件來建立模型。在軟體APP實作上，則採用微軟之Visual Studio開發工具實作Web service程式，以方便整合至現有HIS。

5.即時特徵擷取與預測：

本AI系統支援直接以物聯網持續接收洗腎機/血壓機拋轉資料（模型所需之特徵資料），也支援人工輸入各參數資料模式。