將病人的疾病、共病、生物標記、治療史與人口學資料轉換為結構化的精準醫療證據查詢。
一頁式提案摘要
個人化醫療的挑戰，在於臨床團隊必須快速整合病人層級資料、最新醫學文獻、統計方法與研究發表需求。AI-PHC 的目標是建立一套 AI 驅動的臨床決策支援與研究加速平台，讓醫院資料能更有效轉化為精準醫療證據與 SCIE 研究成果。
更新後的 MVP 不只是 mockup，而是可呼叫 NCBI、OpenAlex 與 DeepSeek 的 proof-of-capability。系統會依疾病、biomarker 與共病組合產生搜尋式，擷取代表性文獻，並形成臨床問題、證據訊號、統計分析計畫與投稿切入點。
預期效益：縮短精準醫療文獻回顧時間、提高臨床研究設計品質、建立可展示的醫院 AI 醫療應用案例，並支援後續 EHR、登錄資料、基因體與轉錄體資料整合。
平台功能
串接 OpenAlex 與 NCBI PubMed，擷取代表性文獻後交由 DeepSeek 進行研究導向摘要。
自動草擬統計分析計畫、回溯性世代研究架構、投稿亮點與論文大綱。
MVP 示範流程
輸入病人輪廓
疾病、標記、共病、分群條件。
疾病、標記、共病、分群條件。
搜尋醫學證據
即時擷取 PubMed 與 OpenAlex 文獻。
即時擷取 PubMed 與 OpenAlex 文獻。
產生統計計畫
建議迴歸、存活分析、PSM 與次族群分析。
建議迴歸、存活分析、PSM 與次族群分析。
輸出研究包
形成提案、SAP 與 SCIE 論文架構。
形成提案、SAP 與 SCIE 論文架構。