科学家们开发了一种新的人工智能（AI）模型，可以预测学习障碍者在医院的住院时间，这有助于改善护理并减少健康不平等。该模型由拉夫堡大学的计算机科学家作为DECODE项目的一部分开发，旨在提供有价值的见解，以改善资源规划并解决学习障碍者和多种健康问题患者的医疗挑战。
这项人工智能分析的结果发表在《数字健康前沿》（Frontiers in Digital Health）上，研究发现癌症是导致住院的主要原因，而癫痫是最常见的住院治疗条件之一。
平均而言，患有学习障碍和多种健康问题的人在医院的住院时间为三天，超过129天的住院通常与精神疾病有关。住院四天或更长时间的患者更有可能年龄超过50岁，生活在贫困程度较高的地区，有肥胖问题或较少进行体力活动。他们也更有可能患有更多健康问题，有长期住院的历史或曾接受过长期疾病的治疗。
研究人员使用来自9,600多名患有学习障碍和多种健康问题患者的全科医生和医院数据，开发了一种能够在入院后的前24小时内预测住院时间的人工智能模型。
该AI模型在其训练的数据集上进行了测试，能够以76%的准确性区分可能长时间住院和较早出院的患者。
拉夫堡大学医疗保健AI专家、DECODE项目的共同研究员Georgina Cosma教授表示：“该模型通过评估患者的年龄、用药史、生活方式和现有健康状况等因素生成预测。凭借早期和准确的预测，医院可以更好地规划并提供更加个性化的护理，确保所有患者得到公平的治疗。”
莱斯特郡NHS信托基金会的精神病学顾问、DECODE项目的共同首席研究员Satheesh Gangadharan博士补充说：“我们正在将这些知识应用于实践并广泛分享。虽然医院护理是医疗服务的重要组成部分，但我们也在探索如何通过更早地进行健康干预来减少住院需求，并使学习障碍者更好地参与其护理。”
用于训练人工智能模型的数据来自威尔士的全科医生和医院。作为下一步，研究人员正将该模型应用于英格兰医院的数据集，以评估不同人群中是否会出现类似的模式。
(全文结束)