在2019年，英格蘭的急診科等待時間是有記錄以來最糟糕的，12月有2，000名患者等待超過12小時的病床。同時，最新研究表明，在過去三年中，有近5500名患者在等待醫院病床的急診室死亡。

問題的一部分在于，被緊急送入醫院的患者可能真的很病又不穩定。因此，要決定何時他們會變得更好并且可以安全回家（床是免費的），這既復雜又冒險。

實際上，每5名從醫院送回家的患者，將在一個月內作為醫療急救被送回。但是我們的研究可能已經找到了一種方法，可以幫助您疏通病床，并幫助醫生和護士快速了解哪些患者可以安全回家。

在我們的最新研究中，我們使用了機器學習（或人工智能（AI））來幫助醫生和護士確定哪些患者已準備好出院，哪些患者應該住院。我們使用了血壓和心率等生命體征的變化來突出那些可能已經好到可以出院的患者。

在班戈的單位中，我們對790名重病患者進行了該系統測試，我們發現以這種方式使用AI意味著這些患者的住院天數減少了2500天。

諸如血壓，心率，呼吸速度，溫度，氧氣水平，是否需要補充氧氣和意識水平等生命體征已被醫生和護士普遍用來確定某人的病情。病人住院期間，每天服用兩次至六次。每次測量的異常程度越高，患者可能需要重癥監護或死亡的可能性就越大。

我們的新的研究建立在研究我們在雷克瑟姆Maelor醫院單位，于2001年出版，其中測試的總結所有的生命體征是一個數字的系統。英國大多數救護車和醫院現在都使用了非常類似的系統，這使得醫生和護士可以更輕松地快速評估患者并傳達患者的嚴重程度。

該系統基本上給每個生命體征得分在零到三點之間-正常測量為零分，非常異常測量為三分。所有分數加起來：如果總分為零，則患者可能會好起來。如果總分提高，則患者的風險更高–最高分為20。

對于這項新研究，我們與Bevan委員會以及健康電子公司Philips Healthcare的研究人員合作。在我們的研究中，計算機查看了因哮喘，心力衰竭和胃潰瘍等醫療狀況而緊急住院的病人的生命體征。計算機觀察并學習了兩天的分數，然后開始查看趨勢-分析分數上升和下降的頻率以及分數上升或下降的頻率。

在研究過程中，我們發現總分在3或以下且持續96小時以上的患者通常是“穩定的”。他們不太可能在其余的住院期間再次感到不適，并且很可能會安全地離開醫院。我們計算出，僅執行此簡單規則即可為790名患者節省2143天的住院時間。

但是，當計算機使用AI時，有可能告訴誰“穩定”的患者要早得多-僅12個小時。在這一點上算出哪些患者可以回家可以減少我們研究中患者的住院時間2，652天。