专家们利用人工智能（AI）的力量，更准确地预测哪些患者将在未来一年内需要紧急住院。研究人员使用机器学习技术首次更新了12年来用于识别高风险患者的工具。在测试中，他们发现SPARRAv4（苏格兰再入院和住院风险预测工具第4版）比之前的版本更能识别紧急住院情况。研究人员认为，这一AI驱动的更新将帮助苏格兰的医疗服务提供者更好地预测和计划紧急病例，更有效地管理医疗资源。该研究发表在《npj数字医学》杂志上。
减轻压力
紧急住院通常占苏格兰所有住院人数的一半左右，给医疗系统带来了巨大的压力。爱丁堡大学和达勒姆大学的研究人员与苏格兰公共卫生部门合作，开发了一个改进的工具，以应对这一日益严重的问题。研究团队使用了2013年至2018年间苏格兰480万人的健康记录，这些记录由苏格兰公共卫生部门收集，包括医疗保健提供者常规收集的信息，如患者病史、处方详情和以往的住院记录。
“在医疗系统面临高度压力的时代，我们希望像SPARRAv4这样稳健且可重复的风险预测评分能够有助于设计主动干预措施，减少医疗系统的压力并提高健康寿命。”爱丁堡大学MRC人类遗传学单位的读者Catalina Vallejos博士说。
提高准确性
专家们使用机器学习技术分析数据集，开发了SPARRAv4，以预测哪些患者可能在未来12个月内需要紧急住院。除了正确识别更多的紧急住院情况外，SPARRAv4还被发现更擅长评估个别患者需要紧急住院的风险水平。研究人员强调，虽然该工具将作为关键辅助工具，但不会取代医疗专业人员的重要临床判断。苏格兰公共卫生部门将开始推广更新后的模型，并与医疗保健专业人员接触，鼓励其在苏格兰广泛采用。
“AI和机器学习依赖于大量高质量的数据和安全平台。得益于苏格兰公共卫生部门出色的数据管理，这一研究合作开发了一个可能大大造福公众的模型。这展示了大数据如何创建工具来支持医疗专业人员在早期识别可能受益于早期干预的患者。”达勒姆大学统计学副教授Louis Aslett博士说。
“SPARRA模型是为了应对从反应性医疗向更加预防性和预见性医疗转变的需求而开发的。这是苏格兰公共卫生部门与图灵研究所同事之间富有成果的研究合作，利用创新的统计和AI技术，通过苏格兰的数据更新我们的SPARRA模型。”苏格兰公共卫生部门首席分析师Jill Ireland博士说。
更多信息：James Liley等人，《开发和评估用于预测苏格兰紧急住院的机器学习工具》，《npj数字医学》（2024）。DOI: 10.1038/s41746-024-01250-1
(全文结束)
