 |
| 图片来源：大公报 |
中评社北京1月28日电／据大公报报道，理大理系记者黎慧怡报道：本港行业类型众多，研智预测工伤意外时有发生。伤管数据
为优化工伤处理程序，病假香港理工大学研发出“智能工伤管理系统”，理大理系利用大数据和AI学习原理，研智预测预测受伤雇员所需病假、伤管数据复工日期、病假伤残程度等复康过程。理大理系该研究负责人、研智预测理大康复治疗科学系副教授郑树基表示，伤管数据该系统整体预测病假天数准确度达60%，病假伤残程度准确度达七成，理大理系较传统估算方法更接近受伤雇员实际情况，研智预测有助雇员不会错过“黄金复工期”。伤管数据
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，受伤雇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，包括预计受伤雇员重返岗位进度、估算伤残程度、赔偿金额等，让雇员、医疗人员、雇主、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，该系统估算受伤雇员的伤残程度准确率达70%，病假天数准确率达60%，较传统的人手或经验估算结果准确度高。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雇员第一次就诊时，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，以优化和提升系统准确性，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。
