# 外傷功德

[toc]

## 會議記錄
### 2017.01.11

- 組長：王亮懿老師
- 聚會時間：每週一 晚上21:00
- 下週會議時間：1/15（一） 晚上21:00
- 初次發想
- 目標：
1. 建立外傷病患分發機制
2. 建立預後處理機制
- Action Item:
- 在2017.01.15前準備好資料，並提供一下昨天投影片和其他外觀相關網站 (佩玲)
- 觀察資料並發想是否有更好更具體的目標

​

---

### 2017.01.15

#### **議題**
- 確立目標
- 對外溝通
- 資料視覺化
- 想回答的問題，除了「因地制宜」，還有其他嗎？*"@@@希望導入精準的概念，哪種族群?哪種時段?哪種接收醫院?從誰(送貨還是簽收)的觀點?"*
- Injury Pyramid
- 網站
- 公開展示、互動功能、資料可更新
- 進階分析
- 流行病學分析
- 預測outcome
- 推估外傷對於資源的耗費

- 資料使用限制
- 僅用於此Project
- 分工
- 網站建置(存宇、deniel)
- [用電大搜查](https://events.storm.mg/power/)
- [北市電力分析](https://dspim.github.io/data-labs/Power_Preliminary#motivation-and-goal)
- [風格survey](https://hackmd.io/s/BJ9LBvQHf)
- 視覺化（秀嘉、deniel、亭安、寳恩、存宇)
- 參考投影片
- 統計分析
- 流行病學 (亮、趙恩)
- regression
- 經濟學，保險
- 建模 (Machine Learning 或其他方法）（高家祥、亭安）
- 思考一下可以預測什麼樣的事情，先EDA
- 外部資料收集（秀嘉)
- 資料清理與處理 --> 資料大表
- 實體會議時間
- [時段投票網址](https://doodle.com/poll/8pc92ndta65krhzp)（投票截止時間：1月20日）

#### Pain Points
1. 驗證假設：從資料證明外傷處理措施應該因地制宜，進而討論如何修改醫療品質規定。

2. 如何利用資料視覺化突顯問題、對外溝通？
3. 舉例：派遣原則之優化（智慧派遣）

實務困境：right time, right place, right patient?

3/2 Presentation@Taipei

---

## 資料討論

### [資料集](https://drive.google.com/drive/u/0/folders/1wXJvBCpt3HYEmvtspZrl-3uTFNHnRoh5)

- 從病例擷取適當資訊
- 到院時間與外傷程度，可能會影響存活機率

> [name=Kui-Ming Chen] 有些數值型資料另外分類，是有特殊意義嗎？（例如：外傷嚴重度指數分組→參照國際期刊嚴重度分組）-->***連續性參數在實務運用時比較沒有感動人心的FU，例如，"每上升一歲死亡率增加3%"，及"65歲以上死亡風險是18歲以下的3倍"這兩種用法，後者比較有清楚而具體的意涵。****

---

******
*
> FTQIP_2017編碼？***→沒有特別意義，為方便追蹤對照原始資料使用***
> 數據整理：數值、類別
> 救護車空跑，能解決嗎？***空跑不代表是壞事，可能是防災動員，也可能是經過勸導後減少不必要醫療能量耗損。而有時候是病人自己拒絕送醫。但何謂"合理"的空跑比率?或許需要進一步釐清。***
>
> [name=deniel]出院結果_1,2,3,4之間的關係？→出院結果是指病人離開該醫院的狀態，歸類的方式不一樣
>


***已經把資料存到雲端硬碟上，想探討一下:是否有更好方式來呈現這種分層分級的風險概念?***

### 資料分析案例

- [畜牧廢水防治便民看板](http://d4sg.org/environmental-protection/)
- [北市電力分析](https://dspim.github.io/data-labs/Power_Preliminary#motivation-and-goal)
- [存活率預測模型（試算 outcome）](https://johnson.shinyapps.io/burn-hurt/)
- [Cloud4Cancer Breast Cancer Detection](http://cloud4cancer.appspot.com/)
- Google Science Fair 2012大獎得主作品
- 或許大家對塑模有經驗，可以將外傷資料做出計算器於公共頁面中!(計算引擎可為LR或其他資料探勘方式)透過輸入校正參數後，輸出存活率或死亡風險供參
- [台灣癌症地圖](http://cancer.geohealth.tw/)

### 參考資料

* 過往外傷研究
* [初步的描述與基本迴歸已經出爐](https://drive.google.com/open?id=1ClipaZnBCmScX7DN34y1Nc6sdfPlmanw)
* 但進一步的進階多維度分析統計與機械學習等等，仍需要大家腦力激盪一下
* [NHS 儀表板（英國）](https://healthierlives.phe.org.uk/topic/public-health-dashboard)
* [銀髮族為何變急診常客？](https://www.cw.com.tw/article/article.action?id=5073706)
* 高雄榮總：「跳脫傳統的急診診斷模式，有些老人家在急診檢查沒事，可是經過老年評估，發現他的問題出在憂慮、缺乏社會照顧等，進一步介入後，病人的確就不會一直來急診」

---

### 2017.01.22

1. 網站開發之討論

* 資料呈現方式
* 可能期待：互動式網站
* 資料更新方式、頻率
* 批次更新、頻率可能不高
* 資料儲存方式
* 以資料庫儲存
* 畫圖功能
* 大家先自由繪圖
* 再由專人以單一方式開發（例如 [plot.ly](https://plot.ly/))<a id="wbboard"></a>
* 儀表板
* [各種風格展示](https://hackmd.io/s/BJ9LBvQHf)
* 範例
* [NHS 儀表板（英國）](https://healthierlives.phe.org.uk/topic/public-health-dashboard)
* [台灣癌症地圖](http://cancer.geohealth.tw/)
* [udn聯合報:相同健保費，看病命運大不同](https://udn.com/upf/newmedia/2018_data/rural_medical/index.html?utm_source=fb&utm_medium=fanpage&utm_campaign=u16-30)
* 誰是目標使用者？公眾或其他角色？一種或多種？
* 視覺化請考慮資料比例，以及可讀性

> [name=Chia-Kai Liu]Hosting 該如何處理？

2. 統計檢定之討論
* 資料驗證結果
* 分北中南三區分析
* 和林彥克醫師之報告類似
* 初步分析方向
* 探討 [外傷機轉 x ISS] 之顯著組合
* 醫院分級 x 外傷機轉
* 到院時間 x 外傷機轉
* 到院時間 x ISS
* 建議分析方向
* 再分類：進一步拆分為北中南東、都會區/非都會區、醫學中心或區域醫院

3. 建模之討論

* 現場如何配送病患？
* 以中度重度為主
* 怎麼樣配送，存活率較高
* 現場處置之推薦？
* 不考慮健保給付，如何推薦？
* 健保給付限制下，如何推薦？
* 做 PCA（主成分分析）
* 查看那些變項對最後結果有較大的影響(double layered NN~)

**待辦事項**

* 統計分析
* 第二輪的分析（亮、趙恩）
* 評估是否能提供更詳細的資料（昭文醫師）
* 建模分析（高家祥、亭安）
* EDA -> PCA, K-Means...
* 視覺化分析（秀嘉、deniel、亭安、寳恩、存宇）
* 試玩 plot.ly
* 新資料的 EDA（例如衛福部資料）
* 網站開發（deniel、存宇)
* 試玩 plot.ly
* 前端呈現
* 後端資料庫轉資料部分
* 資料庫部分
* Web Hosting 方案
* 找資源（昭文醫師）
* Dashboard Design
* 看看誰想跳這個坑 XDD

下次會議時間：1/29（一）9pm

---

### 2018.01.29

* 統計分析
- 趙恩:
- 完成事項：已將統計分析以表格呈現 ([表一至表四](https://drive.google.com/open?id=1PRyWugucdiUgPIKeM69Tug3gt_CmpRwf))
- 完成事項：首次嘗試利用決策樹 [Tree](https://drive.google.com/open?id=16IFUpOr92GZ_gLrgdEHDpljMYIPAsidM)
- 預計下週依照不同季節、平日或假日分別呈現

* 建模分析（高家祥、亭安）
- 亭安:
- 未完成事項: PCA遇到阻礙，PCA applies only to numerical variables，查資料說同時包含category and numeric變數可用nonlinear PCA(Kernel PCA?)。套用KernelPCA後執行，尚無法理解裡面的含意和結果，KernelPCA也無法看出component的成分。另外，使用OneHotEncoder後去做普通PCA，目前做出來也意義不明.. 結論:捨棄? sorry上週流感中標，做比較少
- ***deniel_reply:如果降維是為了找feature importance，或許可以試試看 tree-based的algorithms，robust to categorical features and very easily implemented.***
- 高家祥
- 完成事項：對IIS, AIS進行PCA，並作圖。
- [PCA的pdf](https://drive.google.com/open?id=1qk6rq2cmJctC2vchA1WNt8GlmDvQw7GP)
- [網頁](https://drive.google.com/open?id=1yvwq1rCx_qk7oOxgzZUaprrVZDTI1vmf)
- 沒有發現任何有意義的分組情形
- 下周：進行轉院資料分析
- 下周可以做的東西：
- clustering(K means, DBSCAN)
- 對特定類別做PCA,cluster

* 視覺化分析（秀嘉、deniel、亭安、寳恩、存宇）
- 寶恩：[衛福部事故傷害死亡](https://drive.google.com/open?id=11oziNZjmZr2cPCnFWv3ROCZg3zQ5deTi)
* 外部資料收集(秀嘉)
- 秀嘉:
- 這周檢視相關政府開放資料，有關於急診方面大多是較粗略的醫療費用、人次、件數上的統計。因為先前好像有談論到有關於依據傷者發生所在地，要測量送至哪家醫院會比較好，所以目前針對救護車駐點，還沒有看到較完善的資料（[台北市救護車資料](https://data.gov.tw/dataset/61613)），會陸續再找。另想請問我們會有傷者明確的地點資料嗎
補充:之前有談到以勞動力損失(傷者potential產值)的概念，類似保險學方向的部分，可否透過政府每年公布排除特定死因的死亡率類似做法來彰顯問題(目前是我的淺見...只是發想...還沒有一個很具體的作法)

* 網站開發（deniel、存宇)
- deniel:
1. 做了什麼？找看看更多網頁風格。研究flask送Web API
2. 遇到的困難？暫時無
3. 未來？ 主要專注於從DB撈資料->發送API這段工程&協助前端整合資料視覺化
- 存宇:
1. 最小化網頁實現，[demo link](https://t-rain.github.io/d4sgTest/demo0129/demo_129.html)
2. 遇到的困難？暫時無
3. 未來？
* 要再知道確切的目標
* 建立前端資料視覺化的流程
* 設備與環境限制?

建議專案策展方式(昭文醫師建議)

1. 主題
2. 故事主軸
3. 成果呈現
* 描述性成果(Tables and Figures)
* 進階分析(Regression, O/E ratio, Other Mining Methods)
* 外部資料探討與引用(Open Data)
* 資料來源與分析之限制
4. 結論
5. 線上計算器(吸引策展網頁之重複使用與知識分享)

---

### 2018.01.29

值得挑戰的議題：
* 檢定出 N 種趨勢，描繪出台灣外傷圖譜（然後呢？）
* 檢傷計算機
* For EMT, hospitals or patients?
* Hospital (outcome) PK?
* 小外傷去小醫院就能醫得好？（鼓勵救護車分流）
* 總統故鄉的死傷現況
* 其他「有趣」的問題？

#### 下次會議
- 時間：2018.02.04 (日) 14:00~17:00
- 地點：Linkernetworks 台北市忠孝東路三段136號九樓之五(捷運忠孝新生站)
- 參與人員: 陳醫師、佩玲、秀嘉、家祥、存宇、寶恩、書豪、趙恩、Ben

---
### 2018.02.04

- 未來可能方向
- 風傳媒用電大搜查
- Kamera:故事/證據/永續發展目標/外推可能?
- 106年台灣外商品質改善計畫其中的圖可以互動化(google drive)
- Ben:做痛點的強調、國外與國內重視外傷程度的比較
- 公佈好的楷模，讓其他可以效法，而不講壞的
- 車禍？
- example:死亡率較低
- [NSQIP](https://riskcalculator.facs.org/RiskCalculator/):美國全醫院的風險比率比較(以過去資料推估)

- 網站呈現方式
- 公共衛生資訊議題PPT
- 面向對象:到院前醫護人員/政府端/民眾端?
- 舉例:高雄市2010-2016院前心肺休止患者各行政區分析
- 106台灣外傷品質改善計畫成果implement
- 一個information告訴大家衛教資料
- 資料欄位圖像化說明(加上icon跟說明)
- 陳醫師挑選可以科普的選項
- coding book有標記需要說明的欄位
- [儀表板風格](#wbboard)
- 網站要包含的內容
1. 檢傷計算機
- 計算該去中度、重度
- 拿到AIS後算risk
2. 文字＋圖片故事
- plotly畫圖
- viz explorer呈現方式試試看
- 文字
3. 小科普
- 科普內容
- icon
- 網站永續性 (輸入資料)
- 給一個畫面，可以輸入所有資料

- 網站的流程(風格)
- [用電大搜查](https://events.storm.mg/power/)
- [udn聯合報:相同健保費，看病命運大不同](https://udn.com/upf/newmedia/2018_data/rural_medical/index.html?utm_source=fb&utm_medium=fanpage&utm_campaign=u16-30)

- 痛點
- Ben: 最大痛點-車禍佔外傷死亡比例高

- 決策樹分享：中重度醫院與存活死亡之分析
- @趙恩

- 計算機能輸入的值?
- 構想:
- risk
- 上車前能決定送往中重度
- 所有資訊都拿到的情況與當初少少資料的預測比較?
- 治療前可拿到的資料
- Kamera: 有幾個指標一開始拿不到:ISS、AIS
- 可以看coding book，有標記可以拿到的資料
- @家祥、@少校
- decision tree, SVM, (D)NN

- 外部資料與trauma @秀嘉
- 醫療病床數按鄉鎮市區
- [https://data.gov.tw/dataset/6473](https://data.gov.tw/dataset/6473)
- 呈現區域資源不均
計算方式：每間醫院向外延伸5公里內的的村里，以村里中心點計算到醫院的距離 以空間特性去檢視平均每人對於資療資源距離
- WHO 世界衛生組織
草案：制定道路安全风险因素和服务提供机制全球自愿绩效目标

- 車禍[www.who.int/violence\_injury\_prevention/road_traffic/FirstDraft14February2017CH.pdf?ua=1](http://www.who.int/violence_injury_prevention/road_traffic/FirstDraft14February2017CH.pdf?ua=1)
<道路交通伤害是全球第九大死亡原因，也是15-29岁年龄组的主要死亡原因。道 路交通事故每年造成超过125万例死亡，而非致死性伤害的负担估计在2000万至5000 万例之间1>
[http://www.who.int/violence\_injury\_prevention/publications/road_traffic/save-lives-package/en/](http://www.who.int/violence_injury_prevention/publications/road_traffic/save-lives-package/en/)

- 補充：
- TARN-Main Hospital Details
https://www.tarn.ac.uk/Content.aspx?ca15&c=2897&hid=8108&pcid=3062

- TODO
- 106台灣外傷品質改善計畫成果implement成plotly
- 到院前資料的決策樹分析
- motion chart / DATA API
- 先試試看，最後不一定會出現在網站上
- [googleVis](https://cran.r-project.org/web/packages/googleVis/vignettes/googleVis_examples.html)

### 2018.02.12

* 統計分析建模分析
- 趙恩:
- (有/無)頭頸受傷
- 比較佩玲之前的醫療資源分配的圖片
- 亭安: 將data做`KPrototypes`分群，依The Elbow Method選擇分為5群，由圖形去觀察。但一次只能看兩個維度，因此挑了幾個來看看，畫各種變數之間分群的情況，但似乎找不到出有什麼特別分群的依據，似乎只有看到ISS有點差異。 [檔案](https://drive.google.com/open?id=11sTaMGy8M4-YRdf8-m92D4qoc4FDUk0D)
- 討論後clustering好像沒什麼意義

- 高家祥：使用NN做簡單的建模
- [檔案在此](https://drive.google.com/open?id=1pUYj7Spx31ahP-SnGldWV7Tq3YJyrWJo)
- 其他紀錄：
- 比較住院前拿到的資料和住院後拿到的資料
- Random Forst, SVM
- 結合少校的部分，雖然模型結構和假設是不一樣的，但是可以益起提供INSIGHT
- 上救護車之後，判斷病人要去重度或是中度?
- 需要多久更新一次? 每季? 每半年度? 每個月? 每年?

* 視覺化分析（秀嘉、deniel、亭安、寳恩、存宇）
- 寶恩
- 秀嘉:

* 網站開發（deniel、存宇)
- deniel:
- 存宇:
- 網站框架survey
- library
[Library簡介](https://hackmd.io/c/H1DwRzkPz/https%3A%2F%2Fhackmd.io%2Fs%2FH1DwRzkPz)

- 架構參考
- https://deathnote.agawork.tw/ (TW-MAP)
- https://github.com/aga3134/DeathNoteTW
- icon搜尋、素材找尋
- coding book(@趙恩)
- https://www.iconfinder.com/
- https://www.flaticon.com/
- https://fontawesome.com/
- [google materials](https://material.io/guidelines/style/icons.html#icons-product-icons)

* TODO
* 多Follow Trello，Trello分享工作
* 統計分析建模分析(趙恩、亭安、高家祥)
* 比較!!!
* 有無AIS的差別
* 其他比較：疑慮：分組比較
* 視覺化分析（秀嘉、deniel、亭安、寳恩、存宇）
* 網站開發（deniel、存宇)

### 2018.02.26

* 統計分析建模分析
- 趙恩:
- ISS大於16，可以申請重大傷病卡。如果有重大傷病卡，可以減少繳交的費用。(佩玲：要注意人的問題；)

- 亭安:
- 檢傷計算機: 到院前模型_randomforest，分別依照中度及重度建模。[檔案需下載開啟](https://drive.google.com/file/d/1dE3JSzIQNr5bEK0yGEkhCUKZsz9-h55X/view?usp=sharing)
- 到院前的變數with outcome的分布圖。[檔案需下載開啟](https://drive.google.com/file/d/18PJOHHbbYgvwFEbLPjavh624fWxKOJ4C/view?usp=sharing)

- 高家祥:
- 比較，不同model的prediciton power[連結](https://drive.google.com/open?id=1B7-d5-LS0yp8iIaGbMdTMM3R6LK9dGCK)
- ENSEMBLE 的做法來提高預測率

* 視覺化分析
- 寶恩:
- [106外傷成果作圖](http://rpubs.com/bao/361153)
-秀嘉 :
* 網站開發
- deniel:
- 存宇:
- 正在製作前端基礎頁面
- [製作筆記](https://drive.google.com/open?id=1_0lf-_7zxF3XPwEFckFxfUHkGKe95Gbm)
- 討論:
- 寶恩的[106外傷成果作圖](http://rpubs.com/bao/361153)
- 家祥的[動態作圖概念ppt](https://drive.google.com/file/d/11eoDocPKzzlL0S7z752vsKjySCC4OgyY/view)
- [googlevis](https://cran.r-project.org/web/packages/googleVis/vignettes/googleVis_examples.html)
- 選擇motion chart

* TODO
* 建模組(亭安+家祥)：
* 三個大項目：
* 死亡風險：
* 中重度要怎麼送：先確認一樣的受傷情形，在中度重度的outcome會不會差很多(個別醫院來看)
* 重大傷病卡(ISS)：
* 增加模型的準確率(家祥)：enemble, voting
* pickle檔案
* 網站的文案(大家一起幫忙!!!)
* 故事與如何述說我們的故事
* 網站開發組（deniel、存宇)
* CSV,圖片檔準備
* 分頁效果
* 每個分頁做圖
### 2018.03.05
* 統計分析建模分析
- 趙恩:
- 計畫將OHCA病人排出分析, 因為考量人數僅437(0.3%)
- 思考是否有可能發展檢傷分級外的其他指標, 例如利用受傷機轉+生命徵象+昏迷指數來有效預測重大外傷或死亡風險
- 亭安:
- 檢傷計算機: 到院前模型_randomforest [檔案](https://drive.google.com/file/d/1oFzfe-n6BjQFV6zrdoOVytYL9MGX4dSW/view?usp=sharing)
- 排除重要性低的變數再次建模，F1 score依然沒有好
- 嘗試將資料分成北中南區，再分成重度及中度建模。F1 score依然沒有好
- 從randomforest跑出來的importance來看，degree的重要性是最低的，代表送中重度不太影響存活或死亡...，不確定為何跟卡方檢定的結果有衝突.
- 家祥:
- 檢傷計算機：嘗試把其他模型(SGD,SVM,RandomForest)的預測值也當作是NN的input，效果似乎有限。但是false positive的數值下降(0.18)，true positive上升幾個case
- 重大傷病的事情
* 視覺化分析
- 寶恩:
- 秀嘉: [急救責任醫院位置圖](https://drive.google.com/drive/folders/1wXJvBCpt3HYEmvtspZrl-3uTFNHnRoh5)
後續會在計算距離的部分 計算村里中心最鄰近一般 中度 重度責任醫院的距離 來呈現醫療資源的不均 (嘗試結合交通統計資料)

> [name=Aaron Kao]
> 剛剛有看到這個[相關的機構分布圖(新北市)](https://data.gov.tw/datasets/search?qs=dtid%3A22026%20&order=pubdate&page=8)，或許除了醫院之外還可以考慮其他的資料
* 網站開發
- deniel:
- 將寶恩的圖搬到網站上 (不過想問學會有哪些圖是確定要搬的
- 學會這邊如果有想畫的圖請提出，最近學了d3，可以嘗試畫出任何類型的圖
-
- 存宇:
- 要將網址複製貼上
d4sgtrauma.sytes.net:15308/static/demoPage.html
- 許願池(多列，到時候有些不行再說)(詳細一點啦)
* 文案草稿 https://sway.com/uNV2c1VsBy8RbQa9?ref=Link&loc=play
* 醫療分配不均
* 地圖說故事
* 檢傷計算機
* OHCA的預測?
* 外傷登錄的圖表
* 動態：讓使用者選擇自己想要的變數作圖
* [這個是概念說明的pdf](https://drive.google.com/open?id=11eoDocPKzzlL0S7z752vsKjySCC4OgyY)
* 這邊有32張圖，可再挑選要的
* 轉院的比較 (但是符合嚴格定義之轉院資料僅有400多筆，且十分稀疏)
* 外傷登錄小教室(科普)
* 國健署爬出的資料 https://drive.google.com/drive/folders/1o2vLeX7eOvRcVPJkBADPLODklIsJn59g?usp=sharing
* googlevis [Link-python-support](https://github.com/google/google-visualization-python)
* 參考[這個資料夾](https://drive.google.com/drive/folders/1o2vLeX7eOvRcVPJkBADPLODklIsJn59g)的第一章圖片

* TODO
* 3/11期中發表共筆
* https://hackmd.io/kT6SsywlRuCMKxeomKEZnA
* 禮拜五晚上九點之前

### 2018.03.12

* TODO
- 少校、亭安、寶恩： 網站流程說故事
- 家祥： 優化車禍死亡風險計算機、跌倒死亡風險計算機、ISS計算機
- 秀嘉： 處理消防隊地址資料會在算距離的部分，區分一般/中度/重度
- 存宇,Daniel : 網站製作

### 2018.03.19
* 統計分析建模分析組
- 家祥:分開(車禍和跌倒)的(死亡和ISS>16)的計算機，發現效果還是普普。F-score大概是在0.5沒有提升。或許問題是出在label-weight
- 亭安:加入smote調整，Fscore反而下降，之前的bothsampling還有微上升一點。[檔案](https://drive.google.com/open?id=1jyLvfmut4cFnO0XkeP75umRvFnNcRKBi)

* 視覺化分析組
- 秀嘉 : 急診醫院地圖 有3張互動地圖 使用plotly (http://rpubs.com/Sioujia_Chen/372788)
- :

* 說故事組
- :網站架構故事流程: https://hackmd.io/Em_31vzuSzmcDmHLaE7_KQ?both
- :

* 網站組
- daniel:
1. 製作網頁上之動態圖之API
2. 嘗試用D3幫助秀嘉畫資源地圖
- 存宇:
- ~~d4sgtrauma.sytes.net:15308/static/demoPage.html~~
- https://t-rain.github.io/d4sg-frontend/

* todo list
- 家祥：
- 盡量提高準確度
- 把script寫好給daniel

**故事腳本之建議**

* 催淚用的外科急診室故事
* 佩玲帶來的案例、其他案例
* 外傷很常見，卻不易預防
* 簡單的大趨勢統計、危險因子分析
* 外傷很容易導致死亡
* 嚇死人的預後統計、回歸分析等等
* 就算不死，也可能覺得生不如死
* 醫療成本、社會成本等
* 例：[一人住院全家倒](https://udn.com/news/story/6841/3038797)
* 例：出現一顆大白菜（植物人），社會要養N年（昭文醫師）
* 外傷醫療品質
* 醫院分級 vs. 成效？天龍國 vs. 其他國？城市 vs. 偏鄉？
* 在台灣，車禍是外傷主因之一
* 危險因子分析、車禍統計、車禍一個月死亡統計等
* 但是，國家投注在外傷的資源，和其重要性完全不對等
* CP值和 xx 比較，xx 可以是其他醫科、或其他領域
* 如何改變現況？
* 外傷醫學會之改變建言 1-2-3

目的
* 希望讀者 scroll 完這份簡報，會有興趣去翻一翻 interactive dashboard，進而激發討論
* 希望讀者透過社交分享，讓更多人重視這個議題（需要良好的社交分享功能，例如網頁錨點、貼文抓圖等）

## 外傷功德網站再進化
討論(I)5/30 21:00
2019 高雄市緊急救護系統論壇 -救護案例研討暨外傷倖福者聯盟啟動會議
日期：108年6月12日 14:00~17:00
地點：高醫附院自由大樓6樓第二講堂、第一會議室
*會邀請媒體採訪*

* 倖存者的同意書（當天填寫）
* 邀請所有照顧者（EMT、ER、ICU、ward、NP）
* 外傷功德網站：https://t-rain.github.io/d4sg-frontend
1. 製作QR code讓大家當場掃（地圖開啟會比較慢）
2. 做成故事線
3. 構想：外傷故事的部分用新聞報導的方式呈現
4. 照片授權？如楊志良的照片
5. 網站的定位？一次性嗎？還是長期有更新的內容？
6. 參考資料：https://gogoshark.com/learn/7-ways-design-great-story/
7. 如果有要玩互動預測的小遊戲，要如何呈現？
8. 出席：存與、趙恩、寶恩、CK(?)
9. 下次會議：6/5 PM9

討論(I)6/5 21:00
最後一頁工作團隊：
共兩個版本:
1. 有肖像版本：
會將原本的工作團隊的做成五張圖片進行輪播
輪播效果:
https://getbootstrap.com/docs/4.0/components/carousel/

2. 無肖像版本
用電大搜查最後一頁
https://events.storm.mg/power/

TODO：
- [ ] 1.配合外傷網絡規畫專家會議之進行，在台北辦一場公開展演，請理事長授獎感謝資料英雄們！
- [ ] 2.盤點背景圖片資料上傳給存宇抽換
- [ ] 3.MAP資料需更新否?
- [ ] 4.網站連結QR_CODE
- [ ] 5.第四頁故事整理成一份word檔交給存宇呈現在網站上
- [ ] 6.請更新網站第6頁資料, 參考上面電子書
急診就診率21頁
急診醫療費用23頁
急診就診件數21頁
- [ ] 7. 更新網站連結
資料英雄

十大死因
https://dep.mohw.gov.tw/DOS/np-1776-113.html

全民健康保險醫療統計
https://dep.mohw.gov.tw/DOS/cp-4269-45872-113.html

微軟正黑體