skunkworks long stayer risk stratification
1.0.0
โครงการนำร่องสำหรับทีม Lab Skunkworks ของ NHS AI (ปัญญาประดิษฐ์) การแบ่งชั้นความเสี่ยงสำหรับการเข้าพักระยะยาว (Long Stayer Risk Stratification) ใช้ข้อมูลในอดีตจาก Gloucestershire Hospitals NHS Foundation Trust เพื่อคาดการณ์ระยะเวลาที่ผู้ป่วยจะอยู่ในโรงพยาบาลเมื่อเข้ารับการรักษาในโรงพยาบาล
ในฐานะผู้สมัครที่ประสบความสำเร็จจากโปรแกรมการจัดหาปัญหาของ AI Skunkworks Long Stayer Risk Stratification ได้รับเลือกเป็นโครงการนำร่องสำหรับทีม AI Skunkworks ในเดือนเมษายน 2021 เป็นครั้งแรก
การพิสูจน์แนวคิดนี้ (TRL 4) มีวัตถุประสงค์เพื่อแสดงให้เห็นถึงความถูกต้องทางเทคนิคของการใช้โครงข่ายประสาทเทียมแบบหมุนวนกับบันทึกผู้ป่วยเพื่อคาดการณ์ระยะเวลาการเข้าพัก ไม่ได้มีไว้สำหรับการใช้งานในสภาพแวดล้อมทางคลินิกหรือไม่ใช่ทางคลินิก โดยไม่มีการพัฒนาเพิ่มเติมและปฏิบัติตามกฎระเบียบด้านอุปกรณ์การแพทย์ของสหราชอาณาจักรปี 2002 ซึ่งผลิตภัณฑ์ดังกล่าวเข้าข่ายเป็นเครื่องมือทางการแพทย์
โปรเจ็กต์นี้อยู่ภายใต้การประเมินผลกระทบการปกป้องข้อมูล (DPIA) ซึ่งรับประกันการปกป้องข้อมูลที่ใช้โดยสอดคล้องกับพระราชบัญญัติคุ้มครองข้อมูลของสหราชอาณาจักรปี 2018 และ GDPR ของสหราชอาณาจักร ไม่มีการแชร์ข้อมูลหรือโมเดลที่ได้รับการฝึกในพื้นที่เก็บข้อมูลนี้
ผู้ที่เข้าพักระยะยาวในโรงพยาบาลซึ่งมีระยะเวลาเข้าพัก (LoS) 21 วันขึ้นไป มีผลการรักษาพยาบาลและสังคมที่แย่กว่าผู้ป่วยรายอื่นๆ อย่างมีนัยสำคัญ ผู้พำนักระยะยาวมักได้รับการปรับปรุงทางการแพทย์ให้เหมาะสม (เหมาะสำหรับการออกจากโรงพยาบาล) หลายวันก่อนที่จะออกจากโรงพยาบาลจริง นอกจากนี้ยังมีปัจจัยทางการแพทย์ วัฒนธรรม และเศรษฐกิจสังคมที่ซับซ้อนซึ่งก่อให้เกิดสาเหตุของการอยู่ระยะยาวโดยไม่จำเป็น
พื้นที่เก็บข้อมูลนี้ประกอบด้วยเครื่องสาธิตการพิสูจน์แนวคิด ซึ่งพัฒนาขึ้นโดยเป็นส่วนหนึ่งของโครงการวิจัย ซึ่งเป็นความร่วมมือระหว่าง Polygeist, Gloucestershire Hospitals NHS Foundation Trust, NHSX และ Accelerated Capability Environment (ACE) ของโฮมออฟฟิศ โครงการนี้มีวัตถุประสงค์เพื่อให้บรรลุวัตถุประสงค์หลักสองประการ:
ประการแรก เพื่อตรวจสอบว่าแนวทางปัญญาประดิษฐ์ (AI) แบบทดลองเพื่อทำนายผู้ที่เข้าพักระยะยาวในโรงพยาบาลเป็นไปได้หรือไม่ ประการที่สอง หากเป็นเช่นนั้น เพื่อสร้างเครื่องมือแบ่งชั้นความเสี่ยงแบบพิสูจน์แนวคิด (PoC)
เครื่องมือนี้แสดง LTSS สำหรับบันทึกผู้ป่วยระหว่างระดับ 1 ถึง 5 โดย 5 คือความเสี่ยงที่ร้ายแรงที่สุดที่ผู้ป่วยจะอยู่ระยะยาว เครื่องมือนี้ช่วยให้สามารถสำรวจปัจจัยต่างๆ ได้ และช่วยให้ผู้ใช้สามารถแก้ไขรายการเหล่านั้นเพื่อสร้างการประมาณความเสี่ยงของผู้ป่วยอย่างละเอียดหรือเชิงสมมติฐาน
เครื่องมือนี้แสดงให้เห็นการแบ่งชั้นความเสี่ยงที่ดีสำหรับข้อมูลจริง โดยระดับ 1 ประกอบด้วยผู้พำนักระยะสั้น 99% และกรณีรองลงมา โดยน้อยกว่า 1% ของผู้พำนักระยะยาวถูกจัดว่ามีความเสี่ยงต่ำมาก นอกจากนี้ 66% ของผู้พำนักระยะยาวทั้งหมดจัดอยู่ในประเภทความเสี่ยง 4 และ 5 โดยมีสัดส่วนเพิ่มขึ้นอย่างต่อเนื่องตามประเภทต่างๆ หมวดความเสี่ยง 5 ยังแบ่งผู้ป่วยที่ต้องพักรักษาตัวในโรงพยาบาลระยะยาวและจริงจังภายใต้เกณฑ์การพักรักษาตัวระยะยาว (การพักรักษาตัวอย่างจริงจังและยาวนาน)
รายงานทางเทคนิคฉบับเต็ม (PDF) มีให้สำหรับสมาชิกของ NHS ส่งอีเมลคำขอของคุณไปที่ [email protected]
| เอกสาร | คำอธิบาย |
|---|---|
| ส่วนที่เหลือ API | คำอธิบาย API Endpoint และตัวอย่างการใช้งาน |
| API ของแอป LTSS Flask | เอกสารแพ็คเกจสำหรับแพ็คเกจ ltss Python และโมดูลย่อยที่รวมไว้ |
| คำแนะนำในการปรับใช้ | สร้างและดำเนินการคำสั่งสำหรับการพัฒนาหรือการใช้งานจริง |
| ภาพรวม WebUI | คำอธิบายส่วนประกอบ UI และโครงสร้างแอปพลิเคชัน |
| ไฟล์การกำหนดค่า | ภาพรวมของไฟล์การกำหนดค่าที่ให้มา |
| ไฟล์การกำหนดค่าบิลด์การผลิต | ภาพรวมของไฟล์การกำหนดค่าที่มีให้สำหรับคอนเทนเนอร์ Docker รุ่นการผลิต |
| การสร้างข้อมูลปลอม | คำอธิบายวิธีสร้างข้อมูลปลอมเพื่อทดสอบการตั้งค่าและการรัน repo |
| การฝึกอบรม | คำอธิบายกระบวนการฝึกอบรมสำหรับโมเดลที่ใช้ใน LTSS API |
โครงการนี้ได้รับการสนับสนุนจาก NHS AI Lab Skunkworks ซึ่งมีอยู่ใน NHS AI Lab เพื่อสนับสนุนชุมชนด้านสุขภาพและการดูแลเพื่อพัฒนาแนวคิดอย่างรวดเร็วตั้งแต่ขั้นตอนแนวคิดไปจนถึงการพิสูจน์แนวคิด
ดูข้อมูลเพิ่มเติมเกี่ยวกับ NHS AI Lab Skunkworks เข้าร่วม Virtual Hub ของเราเพื่อรับฟังข้อมูลเพิ่มเติมเกี่ยวกับโอกาสในการจัดกิจกรรมการจัดหาปัญหาในอนาคต ติดต่อกับทีมงาน Skunkworks ได้ที่ [email protected]
