数据驱动的大型医院手术室运营预测与优化方法研究

摘要：

[目的]研究相关性分析、关联规则挖掘和时间序列预测方法在手术室运营预测与优化的应用.[方法]基于50000余例手术记录数据,分别提出手术指标相关性分析、手术室资源关联规则挖掘和手术量时间序列预测方法,并据此探讨大型医院手术室运营预测与优化策略.[结果]75％的手术操作时长与其他手术指标呈强线性相关性.FP-Growth算法在最小置信度0.85下能获得可靠的手术室资源使用规律.利用周手术量时间序列提高至少37.5％的预测精确度.[局限]所用的手术室运营数据没有与其他医疗信息系统的数据关联,限制了该方法应用在医院其他部门的运营优化.同时,该方法在不同的医院运营环境中还需要进一步检验.[结论]所提方法为实现数据驱动的大型医院手术室运营预测与优化目标提供方法论指导.

关键词：手术室运营预测;机器学习;最优化方法

所属期刊栏目：5

分类号：TP319(计算技术、计算机技术)

资助基金：本文系对外经济贸易大学中央高校基本科研业务费专项资金;国家社会科学基金重大项目

在线出版日期：2021-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：115-128