人工智能可以缩短医院等待时间

2019年，英国急诊部的等待时间是有记录以来最长的，12月份有2000名患者等待超过12小时的病床。与此同时，最新的研究显示，在过去的三年中，近5500名病人在急诊室等待医院床位时死亡。

部分问题在于，被紧急送往医院的病人可能真的病了，而且不稳定。因此，决定他们什么时候会好起来并能安全回家(床是免费的)既复杂又有风险。

事实上，每五个从医院送回家的病人将在一个月内被送回来进行医疗急救。但是我们的研究可能已经找到了一种方法来帮助你清理你的床，帮助医生和护士快速了解哪些病人可以安全回家。

在我们最新的研究中，我们使用机器学习(或人工智能)来帮助医生和护士确定哪些病人可以出院，哪些病人应该住院。我们利用血压和心率等生命体征的变化来突出那些可能已经康复到可以出院的患者。

在班戈的单位，我们在790名重病患者身上测试了该系统。我们发现以这种方式使用人工智能意味着这些患者的住院天数减少了2500天。

诸如血压、心率、呼吸率、温度、氧气水平、是否需要补充氧气以及意识水平等生命体征通常被医生和护士用来确定一个人的疾病。住院期间，病人每天服用两到六次。每次测量的异常程度越高，患者越有可能需要特别护理或死亡。

我们的新研究是基于我们在雷克瑟姆梅勒医院的研究单位，发表于2001年，其中的测试总结了所有的生命体征为一个数字系统。英国的大多数救护车和医院现在使用非常相似的系统，这使得医生和护士更容易快速评估病人并传达他们的病情。

该系统基本上给每个生命体征一个0到3分之间的分数——正常测量为0，非常异常测量为3。所有的分数加起来：如果总分数为零，病人可能会好转。如果总分增加，患者的风险就更高——最高分为20分。

对于这项新的研究，我们正与比万委员会和飞利浦医疗保健公司的研究人员合作。在我们的研究中，计算机观察了因哮喘、心力衰竭和胃溃疡等疾病而紧急住院的患者的生命体征。电脑观察和研究了两天的分数，然后开始检查趋势——分析分数上升和下降的频率以及分数上升或下降的频率。

在研究过程中，我们发现总得分在3分或更低且持续时间超过96小时的患者通常是“稳定的”。在住院的剩余时间里，他们不太可能再次感到不适，并且很可能安全离开医院。我们计算出，仅实施这一简单规则就可以节省790名患者2143天的住院时间。

然而，当计算机使用人工智能时，有可能更早地告诉病人谁是“稳定的”——只有12个小时。在这一点上，计算出哪些患者可以回家可以减少我们研究中患者的住院时间2652天。