需求预测视角下的医疗数据价值

摘要：

数字技术的飞速发展推进了全球数字化进程.数据作为推动经济发展的重要资源,其价值评估尚未形成统一范式.随着数据规模增长,数据质量良莠不齐、数据失真也是亟待解决的问题.数据价值评估有利于评估数据质量、筛选失真数据、推进数据融通,其重要性不言而喻.本文基于在线医疗平台背景,利用沙普利值方法评估医患匹配场景下的数据价值,借助评估结果提高平台中的数据价值利用效率.首先,平台在事前利用医生历史问诊特征,使用XGBoost模型对不同医生的未来一年的问诊需求进行预测.进一步,根据医疗平台线上服务模式构建医院根据预测结果的运营收益函数,形成数据-模型-收益的价值链条.最后,使用沙普利值方法评估数据价值,验证价值评估方法的有效性,分析平台高价值数据特征.研究发现:沙普利值能根据任务更有目的性地捕获数据价值;平台依据沙普利值进行数据筛选能实现模型的降本增效,提升数据价值的释放效率;同时沙普利值也能捕捉平台中的虚假数据,改善数据质量.因此,对数据价值进行适当评估有助于平台的业务理解,提升数据价值释放效率.

关键词：数据价值、在线医疗平台、沙普利值

所属期刊栏目：32

分类号：F272.3(企业经济)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金

在线出版日期：2024-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：28-36