大公网

大公报电子版
首页 > 新闻 > 港闻 > 正文

理大研智能工伤管理系统 大数据预测病假

2021-01-28 04:23:46大公报
字号
放大
标准
分享

  【大公报讯】记者黎慧怡报道:本港行业类型众多,工伤意外时有发生。为优化工伤处理程序,香港理工大学研发出“智能工伤管理系统”,利用大数据和AI学习原理,预测受伤僱员所需病假、复工日期、伤残程度等复康过程。该研究负责人、理大康复治疗科学系副教授郑树基表示,该系统整体预测病假天数準确度达60%,伤残程度準确度达七成,较传统估算方法更接近受伤僱员实际情况,有助僱员不会错过“黄金复工期”。

  郑树基指出,过去十年,本港每年职业伤亡数字均超过三万宗,一般工伤处理中,受伤僱员从呈报意外到治疗,再到复康,会遇到不同“樽颈位”,如公营医疗轮候时间过长、公私营医疗及康复服务未能互相补足、程序上亦欠缺协调和复工支援等。

  可估算伤残程度

  因而,理大康复治疗科学系和电子计算学系组成的研究团队,自2019年6月起开始研发“智能工伤管理系统”,从68间提供劳工保险的保险公司收集约9万个匿名工伤个案,将其意外纪录、医疗、复康和复工安排等数据输入系统。透过机器学习(Machine Learning)动态分析后,再输出结果,包括预计受伤僱员重返岗位进度、估算伤残程度、赔偿金额等,让僱员、医疗人员、僱主、保险公司等持份者从中获得处理工伤程序的有效资讯。

  团队表示,该系统估算受伤僱员的伤残程度準确率达70%,病假天数準确率达60%,较传统的人手或经验估算结果準确度高。郑树基以一名52岁饮食业清洁女工为例,她在工作时脚踝扭伤,人手初步预计其请病假150天,伤残程度为1.5%,而智能工伤管理系统计算的病假天数为340天,伤残程度0.9%,与该受伤女工实际病假天数390天、伤残程度1%更接近。

  郑树基表示,自己本身有十多年前线物理治疗经验,最希望该系统首先应用在受伤僱员第一次就诊时,医疗人员可根据大数据预测,给伤者合理期望,如告知复工时间、伤残程度等。他指,团队未来半年将继续收集更多新个案,以优化和提升系统準确性,并加强对劳资双方的保障,希望劳工处、企业和保险公司参与提供更多数据。该项目获创新科技署创新及科技基金约140万港元经费资助,为期两年。

相关内容

点击排行