使用机器学习预测重症监护室中术后患者的财务赤字
Saori Ikumi1,2, Takuya Shiga3,4, Eichi Takaya2
1Department of Anesthesiology and Perioperative Medicine, Tohoku University Graduate School of Medicine, 1-1, Seiryo-machi, Aoba-ku, Sendai, Miyagi, 980-8574, Japan.
JA clinical reports
|October 21, 2025
概括
机器学习模型可以预测重症监护室 (ICU) 的财务损失. 这种方法有助于医院的财务规划和对术后患者的资源分配.
科学领域:
- 医疗保健管理的管理
- 数据科学在医学中的数据科学
- 金融分析 金融分析
背景情况:
- 重症监护室 (ICU) 的运营损失对医院的可持续性构成重大挑战.
- 预测财政赤字对于有效的医院管理和资源分配至关重要.
- 术后ICU患者管理带来独特的财务风险.
研究的目的:
- 评估机器学习模型在预测财务损失事件中的有效性.
- 确定用于预测术后ICU患者财务结果的关键变量.
- 加强ICU内部的财务规划和资源分配策略.
主要方法:
- 对6743名术后ICU患者的回顾性分析 (2017年4月 - 2021年3月).
- 机器学习模型的开发使用22个临床和管理变量在ICU入院后24小时内.
- 财务损失定义为低于-909美元的负贡献率;通过AUC和准确度评估预测性绩效.
主要成果:
- 6.3%的患者 (425/6743) 经历了财务损失事件.
- 随机森林分类器实现了高预测性能.
- 曲线下的面积 (AUC) 记录为0.859,准确度为0.785.
结论:
- 机器学习模型显示出在术后ICU环境中准确预测财务损失的巨大潜力.
- 这些预测能力可以支持优化资源配置和战略财务规划.
- 实施这些模型可能会提高医院的财务可持续性.
