據外媒報導，研究人員表示，利用深度學習來預測病人睡眠時的生命體徵，可以使病人更健康，減少護士的職業倦怠。任何在醫院過夜的人都知道，護士會定期進來，叫醒你，檢查你的生命體徵。雖然這是收集必要的信息，但Feinstein研究所的一個團隊表示，隔夜干擾可能弊大於利，會造成認知障礙、高血壓、額外的壓力和其他對患者的負面影響–更不用說增加護士的工作了。

為了找到更好的方法，該團隊研究了2012年至2019年期間從紐約Northwell Health醫院的患者身上採集的生命體徵測量數據。收集的數據包括呼吸頻率、心率、收縮壓、體溫和年齡。該研究共檢查了2430萬次生命體徵測量數據，來自213萬名患者就診。

該團隊利用這些信息開發了一個深度學習的預測性臨床工具，該工具利用人工智能來預測患者的夜間穩定性，消除了多次生命檢查的需要。這項研究週五發表在《自然》合作夥伴期刊《數字醫學》上，研究結果顯示，在1萬名患者的過夜住院中，AI只誤判了2名。該團隊補充說，這些錯誤分類可以由護士在典型的巡視中輕鬆解決。

“休息是患者護理的關鍵因素，已經有充分的證據表明，睡眠中斷是一種常見的抱怨，可能會延遲出院和恢復，”Feinstein研究所生物電子醫學研究所助理教授和研究團隊的領導者Theodoros Zanos在一份新聞稿中說。Zanos指出，該團隊的研究結果凸顯了基於機器學習的解決方案的安全性和準確性。

除了幫助患者更好地睡眠，人工智能還可能幫助負擔過重的護士和醫院工作人員。根據研究團隊的數據，護士花了20-35%的時間記錄生命體徵，大約10%的輪班時間收集生命體徵–他們平均每4到5個小時就必須為每個病人收集一次。研究人員表示，人工智能可能意味著護士在一個夜班中減少20-25%的工作量。

該工具目前已在Northwell Health的幾家醫院推出。