時間的時系列機械学習モデルによる救急外来の運用計画支援

科学分野:

• Health Services Research
• Operations Research
• Data Science

背景:

• 効果的な救急外来（ED）利用率の予測は、病院のリソース管理とスタッフのスケジューリングにとって非常に重要です。
• 既存の予測方法は、実際の運用設定で実装されることはめったにありませんでした。
• 予測モデルと運用ニーズのギャップを埋めるには、ユーザー中心のデザインアプローチが必要です。

研究 の 目的:

• 運用計画に合わせて調整された正確なED利用率予測モデルを開発および実装すること。
• 看護業務マネージャーに主要な指標、モデル、および予測期間の選択に関与させること。
• ED運用リーダー向けの運用ダッシュボードを作成すること。

主な方法:

• 複数の病院サイトの看護業務マネージャーを含むユーザー中心のデザインアプローチを採用しました。
• 平均絶対誤差（MAE）と平均絶対誤差率（MAPE）を使用して、さまざまな時系列および機械学習モデルを評価しました。
• 優れたパフォーマンスのため、オープンソースの予測ツールであるProphetモデルを選択して実装しました。

主要な成果:

• Prophetモデルは、MAEとMAPEに基づいて複数の病院サイトで最高のパフォーマンスを示しました。
• 到着、入院、シッターの必要性、EDホールドを含む重要なEDメトリックの毎日および14日先の予測が生成されました。
• モデルの実装と監視設計は、継続的な運用上の使用のために確立されました。

結論:

• ユーザー中心のアプローチは、高度な予測（Prophetモデル）をED運用計画に正常に統合しました。
• 正確で短期的なED利用率の予測は、リソースの割り当てと人員配置の決定を大幅に強化できます。
• この方法論は、統合医療システム内でのED管理を改善するためのスケーラブルなソリューションを提供します。