《A2-9黃逢傑-以基因演算法結合人口統計資訊配置自動體外去顫器—以台北市為例》由会员分享，可在线阅读，更多相关《A2-9黃逢傑-以基因演算法結合人口統計資訊配置自動體外去顫器—以台北市為例（18页珍藏版）》请在金锄头文库上搜索。
1、2012 台灣地理資訊學會年會暨學術研討會 1 以基因演算法結合人口統計資訊配置自動體外以基因演算法結合人口統計資訊配置自動體外去顫去顫器器以台北市為例以台北市為例 Using Combination of Genetic Algorithm Method and Demographic Information to Configure Automated External Defibrillator in Taipei City 黃逢傑* 黃崇源* Feng-Jie Huang Chung-Yuan Huang 隨著現代人生活水準的提昇，民眾對於公共建設的需求也日益增加，人口密度越高的都市，
2、公共建設的需求就越多。台北市為全台商業活動最為密集，且24 小時營業之便利商店密度為全台最高的都市。本研究以台北市為對象，研究市內各行政區在醫療資源有限的情況下，如何按照其人口與地理特性，並利用便利商店 24 小時營業的優勢，挑選地點設置自動體外心臟去顫器(AED)，以彌補緊急醫療系統的時間性、空間性之不足。 本研究以心肺功能停止病患(OHCA)歷史病例統計資料為基礎，探討 2004年到 2008 年之間，在台北市內所發生 OHCA 的地點、年齡、性別以及救治率的統計資料，透過基因演算法，針對歷史病例中心室顫動病患的發病地點，從台北市內 24 小時營業便利商店(7-11)中，篩選出最適合配置
3、AED 的地區與店面，並結合台北市各行政區的人口統計資料，針對台北市做地理網格切分和權重分配。結果發現，透過基因演算法計算便利商店地點的組合，扣除病患發病地點太過偏遠，或是周圍無便利商店可設置 AED 的資料後，可在限制 AED 的數目下，減少便利商店的設置地點重複涵蓋 OHCA 病例，並有效調整網格大小，提高 OHCA病例被 AED 設置地點所涵蓋的機率。 關鍵字：緊急醫療系統、自動體外去顫器、基因演算法、網格。 Abstract * 長庚大學資訊工程學系碩士班研究生 Graduate Student, Department of Computer Science and Informati
4、on Engineering, Chang Gung University * 長庚大學資訊工程學系副教授 Associate Professor, Department of Computer Science and Information Engineering, Chang Gung University 2012 台灣地理資訊學會年會暨學術研討會 2 With the elevation of living standard, modern people have an increasingly higher demand for public constructions. This
5、demand is particularly high in densely populated cities. Taipei City is the most densely populated city in Taiwan and also has the highest density of business activities and 24-hour convenience stores. This study used Taipei City as an example to investigate how to take advantage of 24-hour convenie
6、nce stores to deploy Automated External Defibrillators (AED) based on demographic and geographic characteristics of each district. The deployment of AEDs at convenience stores is expected to fill up some time or space-related gaps of the current emergency care system. From the database of historical
7、 medical statistics, this study first extracted data of patients who had out-of-hospital cardiac arrest (OHCA) in Taipei City during 2004 and 2008, including their OHCA location, age, gender, and survival rate. Later, this study analyzed the locations of patients who suffered ventricular fibrillatio
8、n and then divided Taipei City into geographic grids and weighted them according to demographic statistics of each district. Finally, this study used a genetic algorithm to select the optimal locations and 24-hour convenience stores to deploy AEDs. Results showed that if excessively remote areas and
9、 areas with no convenience store were excluded, the genetic algorithm could yield an optimal combination of stores to deploy a limited number of AEDs. It could reduce overlapping of service coverage of deployed AEDs and therefore increase the success rate of external defibrillation in OHCA patients.
10、 前言前言 在 2010 年時，民眾因心臟疾病致死的發生率在每十萬人中有 47 人死亡，在國人十大死亡原因的排行中排名為第二。除了心臟病患者之外，一般民眾可能會因精神壓力、情緒不定、過度勞累、身體忽冷忽熱等情況下，引發心室纖維顫動，造成猝死。猝死的 4 大存活關鍵為：(1)及早啟動緊急醫療救護系統；(2)及早施予心肺復甦；(3)及早（施行）去顫術；(4)及早的高級救命術。但台灣 AED 的設置地點只集中在機場、捷運、和學校等較多人往來之公共場所；根據統計，OHCA發生的地點，有百分之八十是發生於自宅中，因此現今的 AED 配置方式則有待討論。 研究內容研究內容 本研究以台北市為研究對象，找尋在
11、台北市中最適合配置 AED 設備之便利商店，以此為設置點，並利用台北市各行政區中的人口統計資訊，分析容易發生OHCA 的人口聚集區。其後，將台北市以地理網格切分，探討網格的大小與人口2012 台灣地理資訊學會年會暨學術研討會 3 統計資料的權重分配 。 以涵蓋最多 OHCA 的發病點為目標 ， 找出最適合配置 AED的便利商店（以統一超商 7-11 為配置目標）設置點。 壹壹、 研究流程研究流程 一一、資料蒐集資料蒐集 本研究所蒐集的資料有：(一) 2004 年到 2008 年之間的 OHCA 資料，包括病患發病的座標點、建築物以及救治的結果。 (二) 台北市消防局以及緊急救護站的地點。 (三
12、) 台北市各行政區的人口統計資料。 (四) 台北市內所有 7-11 門市的座標點資料。 二二、提出方法提出方法 根據第一階段可以蒐集到的 OHCA、消防局或緊急救護站位置、7-11 地理座標位置和人口統計資料，本階段探討公共設施設置的相關技術層面。 三三、最佳化目標最佳化目標 本研究以涵蓋最多的病人數，以及在台北市各行政區中依照不同的人口結構做權重分配，以達到最佳的配置方式為研究目標。 四四、實作實作 根據以上三階段所提出的研究架構，以程式語言 C+實作所提出之方法，並整合所蒐集的各項統計資料，探討不同參數的設定對配置結果的影響。其完整架構如下： 貳貳、 研究方法研究方法 2012 台灣地理資
13、訊學會年會暨學術研討會 4 本研究以台北市為研究對象，首先探討在台灣易因心臟疾病而導致 OHCA的高危險群，並蒐集台北市人口統計資訊，包含各行政區的人口數、人口密度、性別比例，以及各年齡層的人口佔總人口數的比例、台灣每年因心臟疾病而死亡的人口比例等資料。依據上述所蒐集的資料，以網格切分的方式將台北市土地建立地理解析度 ， 並探討網格大小對於集合覆蓋問題的影響 ， 最後透過基因演算法 ，以演化運算找出 AED 的最適配置區位。 一一、資料蒐集資料蒐集 針對台北市各行政區人口年齡、性別、時間點、以及地點做評估，根據文獻指出，OHCA 好發於秋冬（圖 2-1） ，在半夜最低，而在清晨至中午為發病高峰
14、期（圖 2-2） ，是夜間發生的兩倍，這與心臟病與腦血管疾病的發作模式相吻合。 圖 2-1：心肺停止之發生月份（資料來源：OHCA） 圖 3.3-2：心肺停止之發生時間（資料來源：OHCA） 發生的地點以家中居多，約佔 80%；公共場所約佔 10%左右。在性別比例中，男性佔 66.%，女性佔 32.%。平均年齡（MeanSD） 為 7014.8 歲，而 65歲以上者佔 68.4% 。 男性案例平均年齡為 68.415.3歲 ， 女性平均年齡為 75.212.6歲。 （一一）消防局資料消防局資料 本研究之目的是找出緊急救護無法即時到達之地區，消防局能在救援時間內2012 台灣地理資訊學會年會暨學
15、術研討會 5 即時趕到之地點，即使有很高的 OHCA 歷史案例發生，該地區也應該視為不適合配置的地點。因此，本研究以台北市各行政區內所有的消防局為中心，制訂一 個可達距離 rc，在此範圍內的 OHCA 案例，即不納入本研究範圍之內。 （二二）便利商店店面資料便利商店店面資料 為了簡化研究變數考量，在所有 24 小時營業的便利商店中，本研究只考慮7-11 為配置 AED 場所，原因是許多地方有多種便利商店互相競爭，而彼此間的店面距離相當靠近的狀況，如此一來，就失去空間位置上的差異，會增加計算的時間並影響配置的結果；而採用單一企業作為研究目標，可避免競爭效應，相同的便利商店會在同一地區設置兩個店面的機率並不大。而台北市中 7-11 店面數量共有 677 間，是所有便利商店中設置數目最多的連鎖店，因此本研究以 7-11 為研究對象。 （三三）OHCA 統計資料統計資料 本研究蒐集 2003 年至 2007 年在台北市內發生 OHCA 的座標點，每個案例都是單獨發生，不論是否為同一病患，總共包含 8094 筆資料。 二二、人口統計參數設定人口統計參數設定 根據統計，男性發生 OHCA 的機率為女性的兩倍，而男性發病年齡
