2024-07-012025-05-23https://scholars.lib.ntu.edu.tw/handle/123456789/729677學術發展：本計畫的執行預計能增進對AI模型有更深之了解，未來將可以此研究模型作為肺癌治療之評估可能性。 社會：針對不同風險等級的患者設定個性化的追蹤計劃，可以有效減少醫療浪費，同時確保患者得到必要的醫療關注，避免因漏診導致的風險。 國家發展與經濟：以此ＡＩ建構之模型，將用於開發臨床輔助系統，帶動相關生技及醫療產業發展。其於臨床上將也有助於減少使用高成本影像工具追蹤之時間與空間局限性，可望降低健保之醫療支出。希望藉此計畫組成跨領域創新團隊，專注於精準健康和醫療，以滿足社會福祉的實際需求。Lung cancerprecision medicineartificial intelligence (AI)radiomicspathological analysisdriver gene mutationspostoperative tracking of lung cancermedical coststreatment strategiesdata management肺癌精準醫療人工智慧 (AI)影像體學 (Radiomics)病理分析驅動基因突變肺癌術後追蹤醫療成本治療策略數據管理