理大研工伤管理系统 更准确预测病假日数

(星岛日报报道)为改善工伤处理程序，理工大学开发智能工伤管理系统（SWIM），收集九万多宗涵盖多个行业及工种的工伤个案，通过人工智能及机器学习技术，能更准确预测雇员的病假日数及复康进度。研究团队期望，能协助雇员得到适切的医疗支援，目前正进行内部测试，预计明年供保险界使用，将来再开放给其他工伤持份者。

劳工处数字显示，每年有三万多宗职业伤亡个案，在须请病假的个案中，一成多请假长达半年或以上。理大康复治疗科学系副教授郑树基称，现行的工伤处理程序存在缺陷，公私营医护人员缺乏协调，或与雇主沟通不足，影响雇员康复。

他与研究团队从六十八家保险公司收集九万多宗涵盖十五个行业、四千七百个工种的工伤个案，以及听取病人组织、工会等机构意见，采用人工智能及机器学习技术，建立了管理系统。只要输入受伤雇员的年龄、行业及受伤部位等资料，系统会预测所需病假及永久伤残程度等数据，亦会制定复康时间表，「若发现复康过程偏离进度，会自动以讯息通知医护人员。」

系统较以往的人手估算更精准，伤残程度及病假日数的预测准确度，分别提高至约七成及六成。以真实个案为例，有清洁工因脚踝受伤而请了三百九十日病假，当初保险界预计是一百五十日，系统则计算为三百四十日，更贴近实际情况。郑树基期望，系统成为工伤资讯平台，「让保险界及早识别高医疗成本及风险的雇员，协助他们获得更合适的治疗」，改善处理程序，并为劳工处提供参考资料。

今次研究在前年展开，获创新科技署创新及科技基金与保险界资助一百四十万元，目前正进行内部测试。郑树基预期，系统明年正式让保险界使用，或需数年才能融入医疗系统，又计画加入区块链技术，加强保障私隐。