莫纳什大学的研究人员正在使用人工智能(AI)来更好地了解再次住院的原因，从而改善健康状况并减轻卫生系统的财务负担。

在澳大利亚同类研究中规模最大的一项研究中，研究人员运用人工智能技术检查了10年的患者病历，查看了14,000条病历，并检查了超过327,000例再次住院的详细信息。

他们现在已经开发了一种预测模型，可以对两个患者队列(慢性肝病和心力衰竭)实现最先进的预测准确性。

这项研究的结果可以帮助健康专家对未来其他疾病的长期预后进行建模。

该研究是信息技术学院(IT)与医学，护理与健康科学学院之间的联合合作，特别是通过临床科学学院和莫纳什健康学院进行的。

Wray Buntine教授，高级讲师Li Yuan-Fang博士，讲师Wang Teresa博士，博士生Bhagya Hettige和胃肠病学家Suong Thi Thanh Le博士在莫纳什医学工程学院(MIME)的支持下着手了这项研究项目。

IT系数据科学和AI教授项目负责人Wray Buntine说，医疗保健从业人员和患者对提高护理质量和降低医院成本的需求日益增长。

Buntine教授说：“这项研究利用了丰富的临床患者数据来源，可以推断出医疗风险预测并提高患者医疗质量。”

“通过检查这些复杂的数据集，我们开发的机器学习算法可以对医疗风险做出预测，例如确定患者是否以及何时重新入院，以及是否可以避免这种情况。”

Monash Health的胃肠病学家，医学，护理和健康科学学院的高级讲师Suong Thi Thanh Le博士解释说，高再入院率是澳大利亚公认的问题。

慢性病占澳大利亚疾病负担的70%，并且医疗保健利用率很高。准确识别有可能再次出现慢性肝病或心力衰竭的患者的能力可能使我们能够及时采取干预措施，以防止住院，从而改善患者的病情并为可持续的医疗体系做出贡献。”

该研究项目的初步结果将于8月在第24届欧洲人工智能大会(ECAI 2020)上发布。该项目预计将在2021年完成，这项研究的结果将在现实世界的医院环境中得到进一步验证，以帮助预测患者的再入院率。