Искусственный интеллект предскажет нагрузку на отделения неотложной помощи с учётом социальных факторов

Учёные Уханьского университета разработали модель, которая прогнозирует наплыв пациентов в отделения неотложной помощи, объединяя медицинскую статистику с данными о социальных условиях.

Модель учитывает не только время и погоду, но и социально-экономические условия районов — так называемые социальные детерминанты здоровья, то есть доходы, образование, жилищные условия и другие обстоятельства жизни, от которых зависит здоровье людей. Это позволяет точнее предсказывать, сколько пациентов придёт в отделение неотложной помощи в ближайший час.

Для проверки модели исследователи проанализировали данные за 48 часов, когда загрузка коек превышала норму, а утренний пик обращений достигал более 60 человек в час. Модель смогла отследить основные пики нагрузки а когда в неё добавили данные о социальных факторах, точнее предсказала и небольшие всплески.

Новый подход объединяет анализ географических данных и ИИ с клинической медициной. Он позволяет не просто реагировать на текущую ситуацию в отделении неотложной помощи, а заранее планировать распределение ресурсов.

Результаты исследования опубликованы в международном журнале npj Digital Medicine. Разработка может помочь перейти от пассивного реагирования на нагрузку в отделениях неотложной помощи к её прогнозированию и планированию и оптимизировать работу медицинских учреждений.

Источник: Уханьский университет