所有分类
萨里大学开发的新人工智能可以识别并帮助减少痴呆症患者住院的主要原因之一：尿路感染(UTI)。
UTI是从肾脏到膀胱的泌尿系统的任何部分的感染。症状包括胃部下部疼痛，尿液中的血液，需要突然排尿或比平常更频繁地排尿以及情绪和行为的变化。
在PLOS ONE发表的一篇论文中，萨里大学视觉，语音和信号处理中心(CVSSP)的科学家详细介绍了在NHS临床试验中他们如何使用一种称为非负矩阵分解的技术来寻找可能的隐藏线索。 UTI案件。然后，该团队使用新颖的机器学习算法来识别早期UTI症状。
该实验是由Surrey和Borders Partnership NHS Foundation Trust领导的痴呆项目TIHM(技术综合健康管理)的一部分，并与萨里大学和行业合作者合作。该项目是NHS测试床计划的一部分，由英国NHS生命科学办公室资助，允许临床医生远程监控居住在家中的痴呆症患者的健康状况，借助互联网设备网络，作为环境和活动监测传感器，以及重要的身体信号监测设备。使用机器学习解决方案分析从这些设备流式传输的数据，并在数字仪表板上标记已识别的健康问题，并由临床监控团队跟进。
根据世界卫生组织的统计，全世界约有5000万人患有痴呆症。这个数字估计在2030年达到8200万，在2050年达到1.52亿。据阿尔茨海默氏症协会称，英国有四分之一的病床被痴呆症患者占据，而这些入院的约22%被认为是可以预防的。 。
CVSSP机器智能教授Payam Barnaghi说：“尿路感染是患痴呆症的人进入医院的最常见原因之一。我们开发了一种能够识别UTI风险的工具，这样就可以了我们有信心，我们的算法将成为医疗保健专业人员的宝贵工具，使他们能够为患者制定更有效和个性化的计划。“
CVSSP主任Adrian Hilton教授说：“这一发展暗示了Barnaghi教授在CVSSP研究的巨大潜力。机器学习可以为患有痴呆症的人提供更好的护理，让他们留在家中，减少住院治疗并帮助NHS免费起床空间。“
CVSSP高级研究员Shirin Enshaeifar博士说：“我很高兴看到我们设计的算法对改善痴呆症患者的医疗保健产生了影响，并为临床医生提供了为患者提供更好支持的工具。”
萨里与边境合作伙伴NHS基金会信托创新与发展部主任Helen Rostill教授说：“TIHM痴呆症研究是一个合作项目，汇集了NHS，学术界和工业界，以改变对居住在家中的痴呆症患者的支持我们的目标是创建一个物联网领导系统，利用机器学习提醒我们的临床医生我们可以介入并及早治疗的潜在健康问题。该系统有助于改善痴呆症患者的生活和他们的生活。护老者也可以减轻NHS的压力。“
所有评论仅代表网友意见，与本站立场无关。
我要评论