Dua dari setiap sepuluh pasien dirawat di layanan darurat Wilayah Murcia Mereka kembali dalam 30 hari. Ini adalah perhitungan yang dilakukan oleh kecerdasan buatan. Ini adalah metode yang dikembangkan oleh UCAM, yang memprediksi kekambuhan pada pasien darurat.
Hasilnya menunjukkan bahwa mereka yang paling banyak kembali adalah mereka yang memiliki alergi atau reaksi terhadap suatu obat. Peneliti UCAM Juan José Hernandez menyoroti di Cope bahwa “akan menarik jika data ini diperhitungkan, karena ini adalah salah satu alasan biaya ekonomi yang lebih besar bagi sistem kesehatan”.
Penelitian UCAM ini diarahkan oleh dokter Juan José Hernández dan Horacio Pérez. Metodologinya mampu memprediksi dengan akurasi 95% kekambuhan pasien yang dirawat di layanan darurat di Wilayah Murcia. Semua ini dimungkinkan berkat data yang diberikan oleh Layanan Kesehatan Murciano. Selain itu, model ini dapat menghitung risiko kekambuhan individu untuk setiap pasien.
Sistem ini dibangun dari sejumlah besar informasi, termasuk data klinis dan demografi. Ini termasuk intervensi yang dilakukan selama rawat inap, waktu masuk dan keluar, riwayat kesehatan, kode pos, jenis kelamin, usia, dan kebiasaan seperti merokok atau konsumsi alkohol. Kombinasi dari semua faktor ini memungkinkan model untuk mengidentifikasi pola yang mempengaruhi kemungkinan kambuh setelah perawatan darurat.
Kalah Kelompok penelitian IUF, BIO-HPC dan Hydro MRLab menciptakan alat ini, yang akan tersedia untuk Layanan Kesehatan Murcia atau layanan kesehatan lainnya yang ingin menggunakannya untuk meningkatkan manajemen rumah sakit dan perawatan bagi warga.
