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：尿路感染(UTI)。
尿路感染是泌尿系统任何部位的感染，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。
在《PLOS一号》发表的一篇论文中，来自萨里大学视觉、语音和信号处理中心(CVSSP)的科学家详细介绍了如何使用一种被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。
该实验是由萨里大学和国家基金会NHS基金会信托基金领导的痴呆症TIHM(技术综合健康管理)项目的一部分，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网络设备和其他网络的帮助下远程监控家中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装置。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，英国四分之一的医院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大学的主任阿德里安希尔顿教授说：“这一进展表明巴纳吉教授在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：“我非常高兴地看到，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-边境合作伙伴关系中的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。该系统有助于改善痴呆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。”
