數字背後是名字

撰文:01醫務所
出版:更新:

轉職行政前,於精神科行醫, 常見眼前的病人數量是單數,其背後身心社靈難題卻是複數,而病因多重且互動,治療得揉合科理人情 ,往往難依賴單一指數。

許多人認為數字難纏,卻是醫院管理必備。巧手建構數據正是局内「統計及數據科學部」的職責;這一家位處「離地」閣樓的 「天空之城」,家藏一族「數據科學家」,有不少以人工智能運算的製「城」品,也有從巨庫内整合成不離地的恆常公佈數字 。

撰文:醫院管理局策略發展總監程偉權醫生

醫管局不時公佈各種數據,例如新冠疫情期間,統計及分析患者入院、重症、死亡等數據,預測病情發展,背後有賴醫管局「統計及數據科學部」團隊的努力。

疫情間,團隊整合患者入院、重症、死亡數據,濃縮成儀表板(dashboard)上的清晰圖標,作管理之用;也分析病人數據, 預測病情發展,協助分流。他們以數據構建理據,立論有的淺白、有的艱鉅, 卻最不怕既繁且煩的數字。

醫管局的團隊利用大數據研發「糖尿病風險預測模型」,再應用於「護訊鈴」電話支援服務,有助及早識別一群已有輕微腎病之病人。

要數字令慣於速讀的凡人入腦易,他們指導我如何將公立醫院的數字以凡文人語解説:

• 三萬張病床,照顧的病人數量等如整個黃埔花園的居民。

• 每日兩萬名長者到急症室、各區門診看病,數目可假想能坐滿130輛通往痊癒之道的雙層巴士。

• 每日一萬一千人接受放射科檢查, 是可以坐滿紅館看演唱會觀眾的數量。

• 九萬名公院員工,即是香港勞動人口中每四十二人中就有一位;上班日午飯時間,中型餐廳四十名客人中應有一位公院員工。

「數據科學家」艱鉅的數據工程有不少,包括利用大數據研發「糖尿病風險預測模型」,預測患者出現併發症的風險,估算病人五年內出現慢性腎病等重病的機率。(資料圖片)

其實,艱鉅的數據工程也不少。他們利用大數據研發「糖尿病風險預測模型」,預測患者出現併發症的風險,估算病人五年內出現慢性腎病等重病的機率, 再應用於「護訊鈴」電話支援服務,及早識別一群已有輕微腎病之病人。這是人工智能應用於預防醫療的一例。

剛閲讀他們的訪問稿——可知數據科學家眼中,病亡人數字是甚麽?原來數字不是個案,隱藏的是名字、内藏的是故事。

特別應景一提,完成此文章,暫非靠人工智能, 仍憑著人腦至能。其實,人腦中,情理或各佔地一半,行醫、行政似乎也是。

公立醫院的數字以凡文人語解説例子,包括九萬名公院員工,即是香港勞動人口中每四十二人中就有一位;上班日午飯時間,中型餐廳四十名客人中應有一位公院員工。(資料圖片)

《香港01》「01醫務所」與醫院管理局合作,逢星期三刊登由醫護人員撰寫的專欄《園遊。杏林》。

「杏林」出自三國時代名醫董奉的故事,後世以「杏林」稱頌醫護,數位來自醫管局的杏林中人帶領看倌園遊杏林大觀園,透過文字細數杏林人、杏林事,分享箇中點滴緣由。