skunkworks long stayer risk stratification
1.0.0
Long Stayer Risk Stratification 是 NHS AI（人工智能）实验室 Skunkworks 团队的试点项目，它使用格洛斯特郡医院 NHS 基金会信托基金的历史数据来预测患者入院后将住院多长时间。
作为 AI Skunkworks 问题溯源计划的成功候选者，Long Stayer 风险分层于 2021 年 4 月首次被选为 AI Skunkworks 团队的试点项目。
该概念验证 (TRL 4) 旨在证明将卷积神经网络应用于患者记录以预测住院时间的技术有效性。如果没有进一步开发和符合 2002 年英国医疗器械法规（该产品符合医疗器械资格），则不打算在临床或非临床环境中部署。
该项目接受了数据保护影响评估 (DPIA)，确保所使用的数据符合《2018 年英国数据保护法》和英国 GDPR。此存储库中不共享任何数据或经过训练的模型。
长期住院患者，即住院时间 (LoS) 为 21 天或更长的患者，其医疗和社会结果明显比其他患者差。 长期住院者通常在实际出院前许多天进行医学优化（适合出院）。 此外，医疗、文化和社会经济因素错综复杂，导致不必要的长期居留。
该存储库包含一个概念验证演示程序，该演示程序是作为 Polygeist、格洛斯特郡医院 NHS 基金会信托基金、NHSX 和内政部加速能力环境 (ACE) 之间合作的研究项目的一部分而开发的。该项目旨在实现两个核心目标：
首先，确定是否可以使用实验性人工智能（AI）方法来预测医院长期住院者；其次，如果是，则制作概念验证（PoC）风险分层工具。
该工具显示患者记录的 LTSS（级别 1 到 5）； 5 是患者成为长期住院者的最严重风险。 该工具允许探索各种因素，并使用户能够编辑这些条目以生成对患者风险的精确或假设的估计。
该工具显示了真实数据的良好风险分层，1 级由 99% 的短期停留者组成，少数情况下，只有不到 1% 的长期停留者被归类为极低风险。 此外，66% 的长期入住者被归为风险类别 4 和 5，并且该比例在各个类别中稳步增加。风险类别 5 还将那些长期住院且严重住院的患者划分为长期住院阈值（严重且长期住院）。
完整的技术报告 (PDF) 可供 NHS 成员使用。通过电子邮件将您的请求发送至 [email protected]
| 文档 | 描述 |
|---|---|
| 休息API | API端点描述和使用示例 |
| LTSS Flask 应用程序 API | ltss Python 包和合并子模块的包文档 |
| 部署说明 | 构建和运行开发或生产部署指令 |
| 网页界面概述 | UI组件和应用程序结构的描述 |
| 配置文件 | 提供的配置文件概述 |
| 生产构建配置文件 | 为生产构建 Docker 容器提供的配置文件概述 |
| 生成虚假数据 | 描述如何生成假数据来测试存储库的设置和运行 |
| 训练 | LTSS API 中使用的模型的训练过程的描述 |
该项目得到了 NHS AI Lab Skunkworks 的支持，该实验室位于 NHS AI Lab 内，旨在支持医疗保健界将想法从概念阶段快速推进到概念验证阶段。
了解有关 NHS AI Lab Skunkworks 的更多信息。加入我们的虚拟中心，了解有关未来问题追踪活动机会的更多信息。请通过 [email protected] 与 Skunkworks 团队联系。
