一项由布里斯托大学（University of Bristol）领导的新项目旨在通过开发一种人工智能（AI）模型来预测和减少患者的再入院风险，从而缓解NHS的压力。该项目由布里斯托大学和BNSSG综合护理委员会的研究人员领导，将研究如何改进患者在医疗系统中的流动。
研究人员将分析常规收集的医院数据，以揭示患者离开医院后的情况，从而促进卫生和社会护理专业人员与患者之间基于证据的对话，讨论出院后的支持措施。这一项目称为“通过出院决策支持改善患者结果”（Improving Patient Outcomes with Discharge Decision Support，简称IPODDS），是两个旨在为出院患者设计更好路径的新研究之一。
第二个研究由埃克塞特大学（University of Exeter）、巴斯大学（University of Bath）和BNSSG综合护理委员会的研究人员领导，将使用计算机建模模拟复杂需求患者的出院路径。在这个“急性、社区和社会护理之间的患者流动改进”（Improving Patient Flow between Acute, Community and Social Care，简称IPACS）项目中，已经在BNSSG使用的软件工具将在西南地区的医疗系统中推广。该工具将帮助医院管理人员估算诸如床位占用率、延迟出院的患者数量、等待出院的天数和总系统成本等指标。
从3月起，这两个项目将使用新建立的西南地区NHS安全数据环境中的数据。这两个试点项目是首批使用该平台的项目，该平台正在按照最高安全标准进行开发。安全数据环境（SDE）是在线平台，允许经过认证的研究人员安全地分析敏感数据，用于批准的项目。NHS英格兰正在资助开发11个区域安全数据环境。
SDE是一种创新且透明的研究方法，在最大化隐私和安全的同时进行研究。存储在SDE中的数据已去除个人身份信息，这意味着任何可识别个人信息（如姓名、地址和NHS号码）在研究人员访问之前已被移除。
布里斯托医学院的南西安全数据环境研究负责人、流行病学家和卫生服务研究员Rachel Denholm博士表示：“我很高兴西南地区SDE能通过这两个试点项目启动。它们带来的对复杂出院路径和决策的更深入了解，可能有助于在未来减少该地区的等候名单。”
“这两个项目是NHS SDE将支持的重要研究的绝佳例子。如果没有跨系统的数据分析能力，这种分析是不可能实现的。我们希望这些项目能展示其可能性及西南地区SDE所能带来的益处。”
(全文结束)
