尿路感染是泌尿系统任何部分的感染，从肾脏到膀胱。症状包括胃下部疼痛，尿液中的血液，需要比平时突然或更频繁地排尿，情绪和行为的变化。

萨里大学视觉，语音和信号处理中心(CVSSP)的科学家在PLOS One上发表的一篇论文中，详细介绍了如何在NHS临床试验中使用一种称为非负矩阵分解的技术来寻找可能的隐藏线索。 UTI病例。然后，该团队使用新颖的机器学习算法来识别早期的UTI症状。

该实验是由萨里大学(Surrey)和边境伙伴关系(Borders Partnership)NHS Foundation Trust牵头，并与萨里大学(University of Surrey)和行业合作伙伴合作的痴呆症TIHM(技术综合健康管理)项目的一部分。该项目是NHS测试床计划的一部分，由NHS英格兰生命科学办公室资助，该项目使临床医生可以借助联网设备等网络远程监控居家痴呆症患者的健康状况。作为环境和活动监测传感器以及生命体信号监测设备。使用机器学习解决方案分析了从这些设备流式传输的数据，并将识别出的健康问题标记在数字仪表板上，并由临床监测团队进行跟踪。

根据世界卫生组织的数据，全世界约有5000万人患有痴呆症。据估计，这一数字到2030年将达到8200万，到2050年将达到1.52亿。据英国老年痴呆症协会称，英国四分之一的病床被痴呆症患者占据，而其中约22%的病床被认为是可以预防的。

CVSSP的机器智能教授Payam Barnaghi说：“尿路感染是痴呆症患者入院的最常见原因之一。我们开发了一种工具，该工具能够识别UTI的风险，因此可以及早治疗它们。我们相信我们的算法将成为医疗保健专业人员的宝贵工具，使他们能够为患者制定更有效和个性化的计划。”

CVSSP主任Adrian Hilton教授说：“这一发展表明Barnaghi教授在CVSSP的研究具有令人难以置信的潜力。机器学习可以为痴呆症患者提供更好的护理，使其留在家里，减少住院，并帮助NHS释放床位。”

CVSSP高级研究员Shirin Enshaeifar博士说：“我很高兴看到算法我们设计的产品对改善痴呆症患者的医疗保健具有影响，并为临床医生提供了为患者提供更好支持的工具。”

萨里市与边界伙伴关系NHS基金会信托基金的创新与发展总监Helen Rostill教授说：“痴呆症的TIHM研究是一项合作项目，将NHS，学术界和行业联合起来，以改变对在家中痴呆症患者的支持和他们的照顾者。我们的目标是创建一个物联网主导的系统，该系统使用机器学习来提醒临床医生可能会出现的健康问题，我们可以尽早介入和治疗。该系统有助于改善痴呆症患者及其护理人员的生活，还可以减轻对NHS的压力。”