在新西兰首项研究中，数据科学家展示了如何利用类似流行的 ChatGPT 的人工智能（AI）模型帮助医院提前数周预测严重呼吸道病例激增。
过去几年，新西兰经历了最繁忙的冬季季节之一：今年7月，官员们在米德尔莫尔医院急诊科（ED）因创纪录的患者数量而向公众发出呼吁。然而，季节性疾病如流感的复杂动态长期以来使得规划者难以预测医院可能面临的季节性需求，更不用说周到周的需求了。
尽管卫生系统已经在使用预测模型来管理压力，但数据科学家发现，最新的 AI 可能会大大减轻这一负担。奥克兰大学的 Steffen Albrecht 博士表示，这些机器学习工具可以一次性处理多年的医院数据，揭示有用的统计模式。
在刚刚发表的一项研究中，Albrecht 和同事们发现两种特定的算法——每个都用于时间序列预测——在预测入院人数方面表现出色。其中一个算法能够在数周前提供可靠的住院率上下限，而另一个算法虽然预测略为准确，但在提供可靠置信区间方面稍显不足。
Albrecht 表示，这两种模型都基于人工神经网络，这是包括图像识别和大型语言模型（如 ChatGPT 和 Meta 的 Llama）在内的 AI 的基础，这些模型可能有助于解开监控数据中隐藏的复杂模式。由于这些模型仅在疫情前五年的数据集上进行了测试，他看到了进一步试验这些模型在后疫情时代数据上的必要性，因为在后疫情时代，压力只增不减。
“对于从奥克兰医院获得的数据，我们正在尝试确定单一预测模型是否可以用来预测严重呼吸道感染的入院人数，还是需要使用针对新冠病毒阳性入院的单独模型，”Albrecht 说道。
新西兰卫生局（Te Whatu Ora）新兴卫生技术和创新小组经理 John Herries 表示，该机构也在考虑未来使用这些类型的模型。Herries 补充道，有严格的程序在位，以最大限度地减少风险并确保我们能够安全地为卫生系统和民众带来最大的益处。
卫生部首席科学顾问 Ian Town 博士表示，AI 正在以其他方式在卫生部门发挥作用，例如加速行政任务和支持临床决策。
(全文结束)
