人工智能支持专业预测身体活动咨询实践规模在医疗专业人员用机器学习算法
Musa Çankaya1, Ahmet Arda Ersöz2, Şenay Burçin Alkan3
1Seydişehir Health Services, Vocational School Therapy and Rehabilitation Department, Necmettin Erbakan University, Konya, Turkey.
Digital health
|November 3, 2025
概括
机器学习可以预测医疗保健专业人员的职业从体力活动咨询实践规模响应. 在这项研究中,支持向量机和K-最近邻居表现最好.
科学领域:
- 医疗保健信息学 医疗保健信息学
- 机器学习在医学中的应用
- 职业分类专业的分类.
背景情况:
- 准确确定医疗保健专业人员的角色对于资源分配和患者护理至关重要.
- 身体活动辅导实践规模 (PACPS) 衡量健康行为,但其对职业预测的潜力尚未得到充分探索.
研究的目的:
- 评估机器学习算法在预测物理治疗师,护士和营养师使用PACPS项目响应的职业中的有效性.
- 确定哪些机器学习模型和PACPS项目对职业预测最有效.
主要方法:
- 一项涉及科尼亚242名参与者的横截面研究.
- 训练和测试了五种机器学习算法 (随机森林,K-最近邻居,支持矢量机,决策树,天真贝叶斯).
- 用数据增强来解决训练组中的类不平衡,使用准确度,精度,回忆和F1分数来评估性能.
主要成果:
- 最接近的邻居实现了最高的精度 (0.82),其次是支持向量机 (0.76).
- 随机森林将PACPS12确定为区分医疗保健职业最重要的项目.
- 这些算法对医疗保健专业角色表现出适度的预测能力.
结论:
- PACPS的回应包含了允许对医疗保健职业进行适度预测的模式.
- 在这个小样本研究中,支持向量机和K-最近邻居表现出最好的概括性能.
- 在临床应用之前,建议使用更大,外部验证的数据集进行进一步研究.
