1. 以機率式(Probabilistic model)方法學為基礎，係運用巨量資料分析(Big data analytics)，藉由整合疾病與藥物及藥物與藥物關聯度，並開發AOP model (Appropriateness of )，來評估處方的適當性，也於Plos ONE期刊發表A proba

現階段法則式(Rule-based)的臨床決策支援系統(clinical decision support system, CDSS)，醫師忽略率警示高達50到90，顯示效果不佳，失敗原因是警示通常被忽略、不符合成本效益(知識或準則更新方式)、未具備臨床驗證等。本團隊打破傳統法則限制，以醫療大數

隨著年齡老化導致每個人有多重疾病、多重用藥及新藥上市等因素，也增加用藥錯誤的機會，用藥錯誤影響對醫院評鑑、病安品質管理、業務傷害、醫療賠償、醫院形象等影響甚劇，本技術的產業應用包含如醫療院所、醫療資訊產商、藥廠、醫療保險公司，其衍伸的產品應用可為不適當藥物處方偵測、用藥安全知識庫、Off-label