预测机器人子宫切除切口时间:通过机器学习优化外科手术安排
Vaishali Shah1, Halley C Yung2, Jie Yang3
1Department of Obstetrics and Gynecology, NYU Langone Health Grossman School of Medicine, New York, New York, USA. (Drs. V. Shah, Munoz, and Huang).
JSLS : Journal of the Society of Laparoendoscopic Surgeons
|January 20, 2025
概括
机器学习准确地预测机器人辅助子宫切除切口时间,减少手术室 (OR) 的不足利用. 这通过优化OR使用来提高外科手术安排和医院财务.
科学领域:
- 手术手术研究研究研究手术研究
- 医疗保健中的机器学习
- 卫生系统管理管理卫生系统管理
背景情况:
- 操作室 (OR) 的利用对于医院的财务健康至关重要.
- 传统的外科手术安排方法往往导致OR使用效率低下.
- 优化OR效率可以显著影响医院的收入和成本管理.
研究的目的:
- 开发一种机器学习 (ML) 模型,用于预测机器人辅助子宫切除术中的切口时间.
- 为了提高手术安排的准确性和提高手术室利用率.
- 确定影响手术持续时间的关键因素,以获得更好的财务结果.
主要方法:
- 从2017年1月到2021年4月,在三个医院进行了2,702次机器人辅助子宫切除术的回顾性分析.
- 培训和评估五个ML模型,包括一个可解释的增强机器 (EBM),使用电子医疗记录数据.
- 通过动态月度更新和等待时间和超时块等指标进行绩效评估.
主要成果:
- 该EBM模型表现出卓越的性能,在51个月内大约减少了52个小时的多余时间块 (P < .001).
- ML模型提高了预测准确度,将更多的手术分类在实际切口时间的15%范围内.
- 确定的主要预测因素包括外科医生经验,额外手术数量,BMI和子宫大小.
结论:
- 机器学习模型可以有效地预测机器人辅助子宫切除术的手术切口时间.
- 预测准确度的提高导致OR利用率下降,手术吞吐量增加.
- 这种方法提供了一种途径,通过优化手术安排来提高医院的财务绩效.
