使用多任务特征选择预测手术持续时间

科学领域:

• 医疗保健 运营 研究 研究 研究
• 医疗信息学 医疗信息学
• 应用机器学习应用机器学习

背景情况:

• 优化手术室 (OR) 活动对医院管理人员来说是复杂的.
• 传统的OR安排是不够的;需要个性化医疗.
• 准确的手术持续时间预测对于OR效率至关重要.

研究的目的:

• 引入一个科学工具来预测手术持续时间和提高OR性能.
• 通过更好的OR管理来提高患者利益和医院效率.
• 在手术安排中开发个性化医疗的方法.

主要方法:

• 利用多任务回归来预测手术持续时间.
• 选择了跨任务的预测共变量的一个共同子集.
• 允许模型系数在回归任务 (外科医生,操作类型或相互作用) 之间有所不同.

主要成果:

• 多任务回归方法在基于外科医生的任务和基于手术类型和外科医生的任务方面表现优于基线模型.
• 该方法准确地估计了手术持续时间,有助于资源识别.
• 对于基于操作类型的任务,性能落后于基线.

结论:

• 精确的手术持续时间估计可以提高患者的吞吐量和资源优化.
• 拟议的工具有助于推进个性化医疗和医疗保健的运营效率.
• 这项研究为动态OR管理提供了有价值的方法.