在墨西哥，癌症是儿童死亡的第二大原因，许多家庭长途跋涉去专科医院接受化疗。在每一轮化疗后，孩子们通常会被送回家康复。但是，当病人在治疗后离开医院时，没有系统跟踪他们的恢复或结果。与此同时，家庭在何时因并发症寻求医疗护理方面没有指导。

这是圣母大学计算机科学和工程Frank M. Freimann教授兼Lucy Family Institute for Data & Society创始主任Nitesh Chawla和Lucy Family Institute博士后研究助理Angélica García Martínez着手解决的挑战。他们希望找到一种方法来跟踪化疗并发症，同时满足护理人员和医疗工作者的需求。为了做到这一点，露西家庭研究所团队正在与墨西哥城周围地区三分之一的儿科癌症患者服务的墨西哥联邦医疗中心医院(HIMFG)合作。

“这些家庭为了孩子的治疗而长途通勤到HIMFG，病人的数量远远超过了急诊室或住院病人的床位数量。他们如何决定每天为谁服务？”舒拉说。“我们正在与他们合作，不仅以数字方式捕捉临床数据，还捕捉健康数据的社会决定因素，以便医生可以在人工智能支持的决策中得到帮助，以更好地管理患者群体，同时支持家庭照顾他们与癌症抗争的孩子。”

目标是开发一种人工智能模型，帮助医院工作人员评估化疗后出现中性粒细胞减少症的儿科患者，中性粒细胞减少症是一种低于正常水平的白细胞计数，会增加感染风险。这种情况影响了大约50%的儿科患者。该模型将输出中性粒细胞减少症患者发生不良后果的可能性，如感染、内出血、中性粒细胞减少性小肠结肠炎、持续性中性粒细胞减少症或感染性休克和死亡率。这将有助于医院更好地优先考虑其有限空间和床位的需求，同时让传统上对化疗后风险缺乏了解的家庭安心。