根据新研究的结果，创建包括数据和人工智能在内的数字工具的新“构建块”方法可以在改善医院病房的运行和疾病管理方面发挥关键作用。

美国国家健康与护理研究所 (NIHR) 莱斯特生物医学研究中心 (BRC) 的 Robert Free 博士进行的这项研究表明，使用一整套数字“构建模块”来创建临床决策支持计划将使之成为可能创建数字工具帮助医务人员优先考虑患者护理和工作量。

这项发表在《数字健康前沿》杂志上的研究概述了研究团队开发的计算机软件构建模块系统如何能够实现更快、更有效的疾病管理方案，以处理当地社区获得性肺炎 (CAP) 的入院情况。它还探讨了如何将这种方法应用于整个健康领域保健领域。

他们的构建块系统、嵌入式人工智能和基于状态的可理解逻辑(EASUL)可以使用历史数据、电子病历并包含算法来开发数字平台，以适应患者临床护理的不同阶段，并允许医务人员情况患者的结果。

在这项研究中，研究人员利用现有患者数据以及与肺炎专业干预护士 (SPIN) 团队的咨询对场景进行了建模，以测试如何使用 EASUL 构建的程序来帮助临床医生管理因 CAP 入院的患者。该计划获得了 2022 年 4 月至 6 月期间入院的 52,471 名成年人的数据，其中 630 人被诊断患有 CAP。该计划生成的建议和信息与 SPIN 团队给出的临床风险评估进行了比较。

统计后，EASUL 风险评估与 SPIN 团队的匹配率为 49.4%。EASUL 从未将任何被临床团队评为高风险的患者评为低风险。EASUL 还发现了 57 个病例，经研究人员审查后，这些病例本应被评为高风险，但临床工作人员仅将其记录为低风险或中风险。