從現今社會的進步與發展，可以發現人們的生活品質不斷提升且生活型態逐 漸改變，生活型態的改變使得疾病的型態隨之改變，從過去的傳染病演變成現今 的社會文明病─ 慢性疾病。近年來的社會繁榮與經濟進步，使國人有更良好的 飲食營養，且工商進步使得應酬喝酒的機會增加，逐漸使肥胖、血脂過高、糖尿 病的國人越來越多，因此有脂肪肝的人也越來越多，幾乎高達三分之一。脂肪肝 盛行所帶來的健康問題使國人不得不更注意身體的健康，更擴展到疾病預防的概 念，希望能透過及早發現與及早治療來促進健康並省下龐大的醫療費用。因此醫 療照護需求更廣更高。在科技的進步下使得醫學界使用越來越多的資訊科技來輔 助疾病診斷、進行健康管理，另外，醫學界亦越來越注重預防醫學的概念用以面 對龐大的慢性疾病患者，故疾病預測的概念更加被醫學界所關注，不論是在醫療 的前中後期，都依賴著資訊科技輔助其管理與診斷。 　　目前大多數醫院的健康檢查僅提供檢查報告的數值並隨報告附上正常標準 值的對照資訊，用以提供給健檢者做為建議與自我健康管理的參考。但是對於僅 進行最基本健康檢查的健檢者，如：員工、校園新生等，透過健檢報告的數值來 提供個人化疾病資訊建議的情況較為少見，故本研究希望能透過案例式推理脂肪 肝預測模型來給予患者透過健康檢查報告的數值與日常健康行為的問卷，進行脂 肪肝疾病的預測，幫助健檢者提升對於健檢報告與疾病關係的瞭解，加強健檢者 的自我健康管理，期望幫助未進行完整付費健康檢查的健檢者也能夠透過簡單的 脂肪肝預測模型來初步評估自我健康情況，並作為是否進一步就醫的參考依據； 並提供許多相似案例給醫生從更宏觀的角度去診斷病患，幫助降低診斷錯誤且改 善醫療品質及醫療治療的成效，以達到更完善的自我健康管理及降低個人、社會 醫療成本的負擔。

老人居家照護是近來愈趨重視的議題，過去ㄧ直以來主要著重在老人生理狀態的偵測及相關居家醫療儀器的研究，但除了生理上訊號所顯現的不適之外，尚有其它的問題困擾著老人的生活。對於在老人身上所產生的許多不適，最直接的就是反映在老人的情緒上，若是能針對老人目前所處的環境狀態分析出造成老人情緒狀態轉變的因素，將有助於提升老人的生活品質。本研究所採用的替換調適模式之案例式推理，有別於一般案例式推理的應用，一般案例式推理需要對於應用領域的知識有相當了解才能達到有效地案例調適，因此在發展案例式推理的應用時，需要經過相當長的資訊收集，而替換調適模式運用一些已經存在的案例，從中萃取出案例間的關聯性，並藉由案例的不斷累積來自動化的調適案例庫中的知識，因此將使得推理的結果更符合老人過去的生活習性，因此能針對老人的情緒狀態找出形成的因素，而找出改變情緒的形成因素之後，將有機會的進一步解決老人目前所遭遇的生活難題，最終本研究期望能藉此達成提升老人生活品質的目的。 / e-Care for aging has become an increasingly important research topic in recent years. Most research focus on the detection of Physiological state or the study of the e-Care medical devices. Nevertheless, there are still other problems tormenting an aging’s life besides physiological discomfort detected from physiological signals. For instance, it is often the case that the discomfort comes from the aging's atypical mood status. In other words, causes behind the change of the aging’s mood status would help improve the quality of the aging’s life. Accordingly, this paper presents a substitution-based case adaptation CBR to analyze the causes of effecting the change of the aging’s mood status. Substitution-based case adaptation CBR differs from general CBR in lean adaptation knowledge required. Most existing CBR systems rely on an enormous amount of built-in adaptation knowledge in the form of adaptation rules (that require a deep analysis of the domain). Substitution-based case adaptation can make use of a limited number of cases to extract the relations between the cases and reach automatic adaptation. With the accumulation of cases in the case library, the result of inference fit in line with the habit of the aging’s life would be improved based on this automatic adaptation. The contribution of our method aims at reaching the e-Care goal of improving the aging’s life quality from the mental perspective.