梁以文博士是香港城市大學首項主題研究計劃 ──「為香港提供21 世紀的醫療服務」的聯合研究員。直至2018 年9 月前，他於香港城市大學商學院管理科學系擔任助理教授。在本文中，梁以文博士分享他在主題研究計劃的支持下，開展在安老護理服務領域的研究旅程。
我們不斷對人類生活所處的世界作出各種假設，每天假設身邊的人如何對待我們、會對我們的行為有甚麼反應。在科學的領域裏，我們會對試圖研究的系統作出假設。愛因斯坦的名言闡明，在大多數情況下，這些假設都是錯誤的。但在某程度上，這些假設能起作用，可以將一些潛在未知的情事，塑造成我們熟悉的事物，至少給我們一種錯覺，認為自己站在一個堅固的基石上，進而大步邁向未來，甚至讓我們建立起支點，扭轉世界乾坤。
如今，我們運用各種科學模型和演算法來解決現實生活中的問題，不過難題在於：雖然這些富有影響力的模型，是經人類史上最富頭腦的偉人完美建構出來，但現實生活卻是凌亂不堪、瞬息萬變。要分析現實的情境，就是要把複雜的外衣一層一層剝掉；而依我拙見，世上最複雜的現實莫過於醫療系統了。
用最簡單的言詞來說，醫療系統需要在醫護服務機構和醫護團隊的共同努力下，平衡病人的護理服務質素、市民健康及整體醫保費用。可是，這些醫護服務機構的服務宗旨各有不同，並由不同的醫療專業人士組成，而這些醫療專業人士又具有不同資格及經驗，種種因素令實際情況變得更為複雜。
"假設由人設定，但大多數假設是錯的"
愛因斯坦
最容易的做法，當然是簡單摘取現實的某個層面，然後用已存在的假設籠統地為問題下定義，而非研究分析現實當中一層層錯綜複雜、環環緊扣的妙微關係。
"所有模型都是錯誤的，但其中有些很有用"
George E. P. Box
在管理科學系陳友華教授的領導下，城大的主題研究計劃「為香港提供21 世紀的醫療服務 ——構造一個品質與效率驅動的服務體系」毅然選擇了一條較少人走的路徑，承擔起研究醫療系統多維問題的艱巨任務。
初級教職員大多獲前輩鼓勵專注於最有可能發表研究成果的領域，而我則有幸在陳教授的指導下工作，可專注研究對科學和社會具影響力的課題。我在研究方面經歷了漫長的成長歲月，期間一邊邀請醫護服務機構和團隊參與研究，一邊嘗試梳理醫療數據，在現實的困難中勉力爭扎向前。陳教授對理論的追求一向奉行數學上的嚴謹方針，我在這段成長培育期內，很感激陳教授一直表現的莫大耐心與信任。
雖然我曾經在加拿大和美國任數據科學家，亦曾在加拿大一所大學附屬醫院擔任過質量和安全經理， 但是我的學術生涯， 是在2014 年移居香港並受聘於香港城市大學時才正式開始。很慶幸，在我的學術生涯開啟之初，能夠參與香港首項關於醫療質素和效率的主題研究計劃，成為其中一名研究員。該項主題研究計劃是各大學共同努力的成果，本港各所大學無不打破合作壁壘，參與其中；而香港中文大學公共衞生及基層醫療學院，更是本研究計劃中最密切的合作夥伴。
該項主題研究計劃為我的研究項目提供支持，而我的研究目標是利用不同的數據科學方法解答下列問題：如何以最佳方法整合社區醫療、基層醫療、急症護理、亞急症護理和外展護理服務，令每位患者得以受惠，藉此實現醫療系統的三重目標 —— 為病人提供更佳的醫療服務、改善社區人口健康、降低人均醫療成本。
我跟陳教授及關菁菁博士合作，並在梁曉華女士屬下一群護士和社工團隊的幫助下，開始運用以數據驅動的運籌學和邏輯分析方法，研究為社區及護老院內的長者提供安老護理服務、醫療及社會服務之間的互聯關係，以及這些服務對長者的協同影響。
我們投入了大量時間和精力，邀請提供安老護理服務的不同醫療、護理、社區服務機構和團隊參與研究。這些機構和團隊不僅與我們分享數據，還分享了他們在現今緊張的醫療系統下，提供以人為本的醫護服務時所面對的挑戰。他們縱使無法克服某些系統障礙，但仍以病人的福祉為重。這些分享有助我們理解本地臨牀實踐的情況，而我們亦致力協助他們更深入了解他們自己的數據和運作，以及提升兩者的質素。是次與醫護機構和團隊的合作成效顯著，這點從即將出版的刊物，以及下述實踐措施獲醫院管理局認可一事得以引證。
就研究角度而言，我們提交了出版研究方案，應對長者護理服務團隊提出的各種挑戰。其中一端的護理服務，對象是居住在社區而又毋須接受深切臨牀介入治療的長者。對此，我運用了一項新穎的機器學習方法來同步識別數據及擾動算法：1) 在某一特定樣本及時期下，高住院風險和低住院風險的分界線；2) 以表現最強的機器學習算法劃分病人的住院風險；3) 設定需符合多少項特徵指標的界線，以界定病人屬於住院治療的「醫院常客」。結果顯示，在最初包含的幾百種特徵指標之中，只須13 項便足以識別有可能成為「醫院常客」的病人，置信度高達90% 以上。
摔倒是促使長者頻密住院的最顯著因素，而且是長者常見的意外，這與研究文獻的分析結果相吻合。因此，我們運用不同機器學習演算法並比較其表現，再透過識別最低的篩查指標，界定摔倒風險較高的長者。此舉有助準確預測社區有哪些長者，在醫療專業人士替其進行深入的跌倒風險臨牀評估時，最有可能被篩選為風險較高的一群，進而接受適當的介入治療。
至於另一端的醫療服務，對於居住在社區而又需要家居護理服務的長者而言，我們努力尋找醫療服務與社會服務之間的數據聯繫，以便估算需要投入多少社區家居護理服務才可節省醫療費用。由於研究目標是為了方便在現實生活作出決策，我們的經濟評估是以實際服務環境的觀察研究作基礎，並非以實驗中的受控環境為依歸。不過，混亂的現實世界給觀察研究帶來了許多不穩定因數，我們因而在研究社會的人口狀況、臨牀及功能狀態、醫療服務使用的歷史，以及隨時間流逝長者身體漸變虛弱方面，作出適當調整。
由於同一位長者同時接受的各類家居護理服務會相互影響，同時亦會對整體醫療系統產生影響，我們會在大體的成本效益分析框架內進行經濟評估。此舉讓我們可以根據病人接受的家居護理服務組合，將病人歸入不同組別，然後評估各類家居護理服務經風險調整後對減少醫療費用的影響。評估會同時考慮其他類別家居護理服務（不論個別或組合）的存在與否，以便與反事實場景相比，並各自逐一比較。
根據我們的分析結果，每投入1元於社區家居護理服務，便可節省9 元至69 元的醫療費用，金額多寡取決於長者的年齡，以及他們接受哪種家居護理服務。有關的初步研究結果獲團結香港基金引用於其香港醫療系統報告內，而香港特區行政長官亦在一篇公開演說中引述我們的初步研究結果，作為支持政府投資發展社區護理服務政策的證明。
至於急病，我們對電子病歷進行了廣泛的數據疏理工作，運用專為「替代護理水平」臨牀實務而設計的混合模型，來測算急病護理的費用。在這個模型中，即使是急病臨牀癥狀和個人特徵均相同的病人，在概率上也會跟不同住院日數的替代選項相關聯，作為人口老化特定因素的函數。然後，我們將這個混合模型的「替代護理水平」估計，與我們研發的再入院動態聯合估計整合一起。後者不論是使用回顧性或前瞻性的病人樣本，其一年內再度入院的預測準確度均達到85% 的水平。最後，我們創造出一種集成學習演算法，可以識別出在基層醫療、急病護理、康復護理及到診服務之中，哪個病人類別特定組合模式是28 天內再入院率最少（及最多）的類別，準確率超過80%。
香港的長者入住護老院或老人院比例全球最高。對於醫療護理服務的另一端，我們目前正準備發表有關外展醫療護理以至護老院的經濟評估。這項評估根據從一間護老院所得的數據，確定醫院和診所的使用率、為護老院提供外展醫療服務的使用率，以及本地護老院服務的使用率。
是項主題研究計劃令我有機會為社區帶來顯著的轉變。我有幸能夠有機會與本港其中一間最大型醫院的統計師和臨牀醫護人員合作，一同開展上述提及的集成學習演算法項目。合作的目標是要在病人入醫院的那一刻，便實現以數據為基礎的出院規劃，藉以應對人口老化對我們醫療系統帶來的嚴峻挑戰。
能夠在臨牀環境運用自己的演算法來為實際臨牀決定提供支持，同時讓演算法進行前瞻性的重複驗證，實在是難能可貴的機會，也是我莫大的榮幸。更甚的是，在該醫院所進行的工作甚至吸引了醫院管理局總部的高級管理層垂注。局方最近亦建立了大數據分析平台及數據能力中心，目標是將數據科學和人工智能科技應用在本港所有公共醫療設施上，以便供應及管理臨牀醫療服務。
由我們研發並於醫院進行試驗的集成學習演算法，使我們獲大數據分析平台選中為六個創新項目團隊之一，得以存取醫院管理局關於全港各區的數據。這透過數據實驗室獲取全港各區數據的機會，讓我們得以進一步改進演算法，我期望演算法終有一天能在全港某些選定的醫療系統中實施。
"所有模型都經過完美建構，但現實生活卻是凌亂不堪的"
全賴各位醫療及社區合作夥伴的支持，以及商學院院長嚴厚民教授為我們締造一個有利的研究環境，我們才能在研究錯綜複雜的醫療系統時，克服種種艱巨挑戰，梳理有欠完善的數據。嚴教授的遠大目光和堅定不移的支持，帶領我們取得今天的成果。此外，全賴無數與我們抱有共同願景與開拓精神的捐助者慷慨支持，我們才能在科學成就與社會影響之間取得平衡，為醫療問題制訂創新、有據可依、以人工智能為骨幹的解決方案。我們能獲能幹稱職的發展處支持，我深感幸運。我特別感謝任職於學院發展處同事黃淑芬女士，她專業地為我們提供寶貴的策略援助，亦設法了解複雜的學術項目，以便向捐款人講解。更感謝她與我們合作宣傳，以確保項目的可持續性。
我非常感激捐助者的慷慨支持。在捐助項目的第一階段，我們成功開發成由人工智能驅動的「醫院常客」識別方法，以及對摔倒風險進行了低成本的篩查。這些成果不但深具學術性，更可作為促進醫療服務和社會服務協作的平台，而這正是我與各位醫療及社會服務合作夥伴共同努力的目標。
項目的第二階段，本來是準備向第一階段確定為摔倒風險較高的參與長者提供介入措施，然後採用「等待名單對照組」研究方法，評估介入措施的成效。可惜，在開展這項研究之前，我已離任香港城市大學。不過，我深信接任研究計劃的人員，以及自我離任後在短時間內已探索到的許多新項目方向，定能令這項主題研究計劃為社區增添價值。
