理大研工傷管理系統 更準確預測病假日數

(星島日報報道)為改善工傷處理程序，理工大學開發智能工傷管理系統（SWIM），收集九萬多宗涵蓋多個行業及工種的工傷個案，通過人工智能及機器學習技術，能更準確預測僱員的病假日數及復康進度。研究團隊期望，能協助僱員得到適切的醫療支援，目前正進行內部測試，預計明年供保險界使用，將來再開放給其他工傷持份者。

勞工處數字顯示，每年有三萬多宗職業傷亡個案，在須請病假的個案中，一成多請假長達半年或以上。理大康復治療科學系副教授鄭樹基稱，現行的工傷處理程序存在缺陷，公私營醫護人員缺乏協調，或與僱主溝通不足，影響僱員康復。

他與研究團隊從六十八家保險公司收集九萬多宗涵蓋十五個行業、四千七百個工種的工傷個案，以及聽取病人組織、工會等機構意見，採用人工智能及機器學習技術，建立了管理系統。只要輸入受傷僱員的年齡、行業及受傷部位等資料，系統會預測所需病假及永久傷殘程度等數據，亦會制定復康時間表，「若發現復康過程偏離進度，會自動以訊息通知醫護人員。」

系統較以往的人手估算更精準，傷殘程度及病假日數的預測準確度，分別提高至約七成及六成。以真實個案為例，有清潔工因腳踝受傷而請了三百九十日病假，當初保險界預計是一百五十日，系統則計算為三百四十日，更貼近實際情況。鄭樹基期望，系統成為工傷資訊平台，「讓保險界及早識別高醫療成本及風險的僱員，協助他們獲得更合適的治療」，改善處理程序，並為勞工處提供參考資料。

今次研究在前年展開，獲創新科技署創新及科技基金與保險界資助一百四十萬元，目前正進行內部測試。鄭樹基預期，系統明年正式讓保險界使用，或需數年才能融入醫療系統，又計畫加入區塊鏈技術，加強保障私隱。