萨里大学开发的新人工智能可以识别并帮助减少痴呆症患者住院的主要原因之一：UTI。

尿路感染是泌尿系统的任何部分，从肾脏到膀胱。这些症状包括下腹疼痛、尿血、需要突然或比平时更频繁地排尿，以及情绪和行为的变化。

萨里大学视觉、语音和信号处理中心(CVSSP)的科学家在PLOS ONE上发表的一篇论文中，详细介绍了如何使用一种称为非负矩阵分解的技术来发现NHS临床试验中可能隐藏的线索。UTI案件。然后，该团队使用一种新颖的机器学习算法来识别早期UTI症状。

该实验是针对痴呆症的TIHM(技术综合健康管理)项目的一部分，该项目由萨里大学和国家基金会NHS基金会信托基金牵头，并与萨里大学和行业合作伙伴合作。该项目是英国国民健康服务体系试验台计划的一部分，由英国国民健康服务体系生命科学办公室资助。该项目使临床医生能够在联网设备和其他网络的帮助下，在家中远程监控痴呆症患者的健康状况。作为环境和活动监测传感器和活体信号监测设备。机器学习解决方案用于分析从这些设备流出的数据，已识别的健康问题标记在数字仪表板上，并由临床监控团队进行跟踪。

根据世界卫生组织的数据，全世界约有5000万人患有痴呆症。据估计，这一数字到2030年将达到8200万，到2050年将达到1.52亿。根据英国老年痴呆症协会的数据，英国四分之一的床位被痴呆症患者占据，其中约22%被认为是可以预防的。

CVSSP的机器智能教授Payam Barnaghi说：“尿路感染是痴呆患者入院最常见的原因之一。我们开发了一种能够识别UTI风险的工具，因此我们相信我们的算法将成为医疗保健专业人员的宝贵工具，使他们能够为患者制定更有效和个性化的计划。”

CVSP的主任阿德里安希尔顿教授说：“这一进展意味着巴纳吉教授在CVSP的研究具有不可思议的潜力。机器学习可以为痴呆患者提供更好的护理，让他们呆在家里，减少住院，帮助NHS腾出床位。”

CVSSP高级研究员Shirin Enshaeifar博士说：“我很高兴看到我们设计的算法对改善痴呆患者的健康状况产生了影响，并为临床医生提供了更好的工具来支持他们的患者。”

萨里市-边境伙伴关系NHS基金会信托基金创新与发展总监Helen Rostill教授表示：“TIHM针对痴呆症的研究是一个合作项目，它将NHS、学术界和工业界联合起来，改变对居家痴呆症患者的支持。我们的目标是创建一个物联网引导的系统，该系统使用机器学习来提醒临床医生我们可以尽快治疗的潜在健康问题，该系统将有助于改善痴呆症患者及其患者的生活。照顾者也可以减轻国民保健制度的压力。”

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：