西班牙穆尔西亚的圣安东尼奥天主教大学研究团队成功研发出一套基于机器学习的人工智能系统，能够预测急诊患者在出院后的病情复发风险，为优化医疗资源配置和提升个性化诊疗水平提供了有力支持。
该研究由胡安·何塞·埃尔南德斯和奥拉西奥·佩雷斯两位博士领导的跨学科团队完成。他们开发出一种高效的机器学习模型，可在患者出院时评估其在未来30天内因相同或相关病情再次前往急诊科就诊的概率，预测准确率高达95%。
研究团队利用穆尔西亚卫生服务局提供的临床数据，对大量患者信息进行了深入分析。模型估计，在穆尔西亚地区，约7%的急诊出院患者可能在30天内复发。该模型具备对个体患者进行精准风险评估的能力，综合考虑了多种临床及人口统计因素，包括患者的病史、年龄、吸烟、饮酒等生活习惯，以及其他可能影响病情恢复的社会与环境变量。
此项成果得益于该大学下设的三个科研单位，即智能结构与功能单元、生物信息学与高性能计算中心以及水文与分子研究实验室的密切合作。借助高性能计算与大数据分析技术，研究团队能够处理并建模复杂医疗信息，使该工具在实际应用中不仅能够帮助医生识别高风险患者，还为医院管理提供了数据驱动的决策支持。
未来，穆尔西亚卫生服务局及其他医疗机构有望应用该系统，提前识别需要特别关注的患者群体，实施早期干预，避免不必要的急诊重复就诊，进而提升服务效率、减少医疗资源浪费。该成果再次彰显了该大学在医工交叉领域的研究实力，以及其致力于通过科技创新推动公共卫生体系进步的坚定承诺。
