Onderzoekers gebruiken kunstmatige intelligentie (AI) om huishoudens die worstelen met de impact van de crisis in de kosten van levensonderhoud “digitaal na te bootsen” om de meest effectieve manieren om te helpen te simuleren.

Het is een van de meer dan een dozijn projecten, variërend van data-analyse tot machine learning, die zijn gelanceerd om de winterdruk waarmee de NHS wordt geconfronteerd, het hoofd te bieden.

Het komt doordat de gezondheidsdiensten bezwijken onder de druk van grote aantallen griep- en COVID-gevallen, een enorme achterstand die wordt verergerd door de pandemie en stijgende wachttijden voor ambulances en paramedici.

De 16 projecten, gelanceerd door Health Data Research UK (HDR), hopen eind maart resultaten op te leveren.

Gezondheidssecretaris Steve Barclay zei dat het doel was om de “geest van innovatie” te benutten die leidde tot de snelle uitrol van coronavirusvaccins, waarbij de regering £ 800.000 aan financiering verstrekte.

Als u een NHS-medewerker bent en uw ervaringen anoniem met ons wilt delen, stuur dan een e-mail naar NHSstories@sky.uk

Terwijl veel projecten proberen manieren te vinden om technologie te gebruiken om de druk op ziekenhuispersoneel te verlichten, proberen andere enkele van de onderliggende oorzaken aan te pakken van de problemen waarmee de NHS wordt geconfronteerd.

Een van deze initiatieven maakt gebruik van bestaande gegevens en AI om thuisomgevingen “digitaal na te bootsen” en interventies te simuleren die de gezondheid van mensen thuis, met name kinderen, kunnen verbeteren.

Dr. Martin Chapman, van King’s College London, legt uit: “Leven in koude, vochtige en beschimmelde huizen leidt tot borstproblemen bij kinderen en geestelijke gezondheidsproblemen bij tieners, en stijgende energiekosten betekenen dat meer mensen dan ooit in hittearmoede leven.

“We bestuderen de effectiviteit van interventies zoals het verzorgen van energierekeningen op de gezondheid van jongeren door AI te gebruiken om hun thuisomgeving digitaal na te bootsen en de impact van gesimuleerde interventies te beoordelen.

“Dit zal toekomstige beleidswijzigingen helpen begeleiden om de gezondheidstoestand te verbeteren, ongelijkheden te verminderen en op zijn beurt de druk op NHS-diensten te verminderen.”

Lees verder:
Slechtste reactietijden van ambulances ooit
Hoeveel beschikbare bedden heeft uw plaatselijke ziekenhuis?

Gebruik de Chrome-browser voor een meer toegankelijke videospeler

“Ik kon niet geloven wat ik zag”

Wat zijn enkele van de projecten?

Gebruikmakend van dezelfde infrastructuur die Siren aandreef, die op het hoogtepunt van de pandemie regelmatig openbare gegevens over COVID verzamelde en publiceerdede substudie winterdruk zal het uitbreiden met de griep en een veelvoorkomende kinderziekte genaamd Respiratoir syncytieel virus (RSV).

Een ander project heeft tot doel AI te gebruiken om clinici te helpen patiënten met een hoog risico gemakkelijker te identificeren.

Door patiëntgegevens te analyseren, zou een AI-model kunnen suggereren welke afdeling het meest geschikt is voor een patiënt, welke het meest directe risico op achteruitgang lopen, en wanneer iemand al dan niet moet worden ontslagen.

Een project met de naam DS4SmartDischarge is ook gericht op ontslagtijden uit het ziekenhuis.

Dit maakt gebruik van machine learning (het proces van het leren van een computer om zelf iets te doen) om computers te helpen patiënten te categoriseren op basis van het risico van verschillende uitvoerresultaten.

Een ander team van gezondheidswerkers, ziekenhuisleiders en de Society of Acute Medicine gebruikt ook machine learning om een ​​model te creëren dat patiënten identificeert die dezelfde dag spoedeisende hulp nodig hebben.

Patiënten zouden worden gecategoriseerd op basis van gegevens zoals bloeddruk, medicijnen en testen aan het bed, waardoor het personeel binnen vier uur na aankomst in het ziekenhuis een beslissing kan nemen.

Professor Elizabeth Sapey, projectleider, zei dat het werk zou helpen “ongelijkheid in de zorg te verminderen en de druk op hulpdiensten te verlichten”.

“Snelle reactie op veranderende druk”

Hoewel de projecten te laat komen voor de huidige crisis die de gezondheidsdienst omringt, is het te hopen dat ze resultaten zullen opleveren die haar op de lange termijn beter zullen helpen.

Professor Cathie Sudlow, hoofdwetenschapper bij HDR, zei dat ze zich zouden concentreren op “belangrijke pijnpunten” in de NHS.

“Door bestaande gegevens, onderzoeksteams en infrastructuur te gebruiken, kunnen deze projecten snel reageren op de steeds veranderende druk op de NHS”, voegde ze eraan toe.

Elk van de projecten werkte samen met analisten van het ministerie van Volksgezondheid, dat de plannen sponsorde; het Bureau voor Nationale Statistieken; en de Britse Health Security Agency.

Zodra de resultaten in maart worden opgeleverd, wordt gehoopt dat ze later in het jaar worden gepubliceerd.