使用指南
如何閱讀和使用驗證報告
快速開始
1. 找到感興趣的藥物
2. 查看證據等級
每個藥物都有一個證據等級（L1-L5）：
| 等級 | 含義 | 可信度 |
|---|---|---|
| L1 | 多個大型 RCT 支持 | ⭐⭐⭐⭐⭐ |
| L2 | 單一 RCT 或多個 Phase 2 | ⭐⭐⭐⭐ |
| L3 | 觀察性研究 | ⭐⭐⭐ |
| L4 | 前臨床/機轉研究 | ⭐⭐ |
| L5 | 僅 AI 預測 | ⭐ |
3. 閱讀完整報告
報告包含詳細的證據分析和建議。
報告結構說明
每份報告包含以下區塊：
一句話總結
快速了解這個預測的核心內容：
- 原本的適應症
- 預測的新適應症
- 有多少證據支持
快速總覽表
| 欄位 | 說明 |
|---|---|
| 原適應症 | 藥物目前核准的用途 |
| 預測新適應症 | TxGNN 預測的新用途 |
| TxGNN 預測分數 | AI 預測的信心程度（越高越有信心） |
| 證據等級 | L1-L5，見上方說明 |
| 台灣上市 | 是否已在台灣上市 |
| 許可證數 | 台灣核准的許可證數量 |
| 建議決策 | Go / Proceed / Consider / Explore / Hold |
為什麼這個預測合理？
說明預測背後的藥理機轉：
- 藥物的作用機制
- 為什麼這個機制可能對新適應症有效
- 與原適應症的關聯
臨床試驗證據
列出相關的臨床試驗：
| 欄位 | 說明 |
|---|---|
| 試驗編號 | ClinicalTrials.gov 編號，可點擊查看原始資料 |
| 階段 | Phase 1/2/3/4 |
| 狀態 | 進行中、已完成、已終止等 |
| 人數 | 受試者人數 |
| 主要發現 | 試驗的關鍵結果（如有） |
文獻證據
列出相關的學術文獻：
| 欄位 | 說明 |
|---|---|
| PMID | PubMed ID，可點擊查看原文 |
| 年份 | 發表年份 |
| 類型 | 文獻類型（期刊文章、回顧等） |
| 期刊 | 發表期刊 |
| 主要發現 | 文獻的關鍵發現 |
台灣上市資訊
列出藥物在台灣的許可證：
- 許可證號
- 品名（商品名）
- 劑型
- 核准適應症
安全性考量
提醒可能的安全性議題。
結論與下一步
總結決策建議，並說明：
- 為什麼給出這個建議
- 如果要推進，還需要什麼
決策建議說明
| 決策 | 含義 | 建議行動 |
|---|---|---|
| Go | 證據非常充分 | 可直接進入深入評估或試驗規劃 |
| Proceed | 證據充分 | 值得進一步評估可行性 |
| Consider | 有一定證據 | 可考慮，但需權衡風險 |
| Explore | 值得探索 | 建議先補充更多資料 |
| Hold | 證據不足 | 目前暫不建議推進 |
常見問題
Q: L1 就一定可以用嗎？
不一定。 L1 表示有較強的臨床證據支持這個預測，但：
- 仍需確認是否符合台灣法規
- 需評估個案的適用性
- 需考慮藥物交互作用等因素
Q: L5 就一定沒用嗎？
不一定。 L5 表示目前缺乏臨床證據，但：
- 可能是尚未被研究的領域
- AI 預測可作為研究假設的起點
- 適合作為早期研究方向
Q: 預測分數越高越好嗎？
通常是。 預測分數反映 AI 模型的信心程度：
- 99.9% 以上：非常有信心
- 99.0-99.9%：有信心
- 但高預測分數不等於高臨床證據
Q: 報告多久更新一次？
目前報告為一次性產出，反映產出時的資料狀態。未來可能會定期更新。
Q: 可以直接用於臨床嗎？
絕對不行。 本報告僅供研究參考，不構成醫療建議。任何臨床應用都需要：
- 完整的臨床試驗驗證
- 法規單位的核准
- 專業醫療人員的判斷
還有問題？
歡迎透過 GitHub Issues 提問。