skunkworks long stayer risk stratification
1.0.0
NHS AI (人工知能) 研究所の Skunkworks チームのパイロット プロジェクトである Long Stayer Risk Stratification では、グロスターシャー病院 NHS 財団トラストの過去のデータを使用して、患者が入院時に入院する期間を予測します。
AI Skunkworks 問題ソーシング プログラムの成功候補として、Long Stayer Risk Stratification が、2021 年 4 月に AI Skunkworks チームのパイロット プロジェクトとして初めて選ばれました。
この概念実証 (TRL 4) は、入院期間を予測するために患者記録に畳み込みニューラル ネットワークを適用する技術的妥当性を実証することを目的としています。この製品は、さらなる開発と、製品が医療機器として認定される英国医療機器規制 2002 への準拠なしに、臨床または非臨床環境での展開を目的としていません。
このプロジェクトはデータ保護影響評価 (DPIA) の対象となり、2018 年英国データ保護法および英国 GDPR に従って使用されるデータの保護が保証されました。このリポジトリでは、データやトレーニングされたモデルは共有されません。
病院の長期滞在者、つまり入院期間 (LoS) が 21 日以上の患者は、他の患者よりも医学的および社会的転帰が著しく悪い。 長期滞在者は、実際の退院の何日も前に医学的に最適化（退院に適した状態）されることがよくあります。 さらに、不必要な長期滞在の原因には、医学的、文化的、社会経済的要因が複雑に絡み合っています。
このリポジトリには、Polygeist、グロスターシャー病院 NHS 財団トラスト、NHSX、および内務省の Accelerated Capability Environmental (ACE) の共同研究プロジェクトの一環として開発された、概念実証のデモンストレーターが含まれています。このプロジェクトは、次の 2 つの中心的な目的を達成することを目的としていました。
まず、病院の長期滞在者を予測する実験用人工知能 (AI) アプローチが可能かどうかを判断するためです。次に、そうであれば、概念実証 (PoC) リスク階層化ツールを作成します。
このツールは、患者記録の LTSS をレベル 1 から 5 まで表示します。 5 は患者が長期滞在者になる最も深刻なリスクです。 このツールを使用すると、さまざまな要因を調査でき、ユーザーはそれらのエントリを編集して、患者のリスクの洗練された推定または仮説的な推定を作成できます。
このツールは実際のデータに対して適切なリスク層別化を示しており、レベル 1 は 99% の短期滞在者と軽度のケースで構成され、長期滞在者の 1% 未満が非常に低リスクとして分類されています。 さらに、長期滞在者全体の 66% がリスクカテゴリー 4 および 5 に分類され、その割合はカテゴリーごとに着実に増加しています。リスクカテゴリー 5 では、長期入院閾値未満の長期および重篤な入院患者 (重篤かつ長期の入院) も階層化されました。
NHS の会員は完全な技術レポート (PDF) を利用できます。リクエストを [email protected] に電子メールで送信してください
| ドキュメント | 説明 |
|---|---|
| REST API | APIエンドポイントの説明と使用例 |
| LTSS Flask アプリ API | ltss Python パッケージと組み込まれたサブモジュールのパッケージ ドキュメント |
| 導入手順 | 開発または実稼働デプロイメントのための指示を構築して実行する |
| WebUIの概要 | UIコンポーネントとアプリケーション構造の説明 |
| 設定ファイル | 提供される設定ファイルの概要 |
| 実稼働ビルド構成ファイル | 実稼働ビルドの Docker コンテナーに提供される構成ファイルの概要 |
| 偽のデータを生成する | リポジトリのセットアップと実行をテストするために偽のデータを生成する方法の説明 |
| トレーニング | LTSS API で使用されるモデルのトレーニング プロセスの説明 |
このプロジェクトは、NHS AI Lab Skunkworks によってサポートされています。Skunkworks は、NHS AI Lab 内に存在し、ヘルスケアコミュニティがアイデアを構想段階から概念実証まで迅速に進めることをサポートしています。
NHS AI Lab Skunkworks について詳しくは、こちらをご覧ください。仮想ハブに参加して、将来の問題解決イベントの機会について詳しく聞いてください。 Skunkworks チーム ([email protected]) までご連絡ください。
