使用人工智能来预测急诊室患者等待时间:一个范围审查

科学领域:

• 医疗保健信息学 医疗保健信息学
• 人工智能在医学中的应用
• 紧急医疗手术 紧急医疗手术

背景情况:

• 紧急服务部门 (ED) 的过度拥挤是一个全球性问题,在COVID-19后加剧,导致负面的患者/工作人员体验和结果.
• 目前的ED等待时间估计方法,就像滚动平均线一样,无法捕捉到复杂的ED动态.
• 人工智能 (AI) 和机器学习 (ML) 为改善ED患者个性化等待时间预测提供了一个有希望的途径.

研究的目的:

• 系统地审查最近关于人工智能应用的文献,以预测个性化急诊室 (ED) 患者等待时间.
• 为医疗保健从业者和决策者确定有关AI驱动的等待时间预测的关键考虑因素.

主要方法:

• 在 2025 年 11 月 10 日,在六个主要数据库 (CINAHL,EMBASE,Medline,PsychINFO,Web of Science,PubMed) 进行了系统的文献搜索.
• 包括的研究是同行评审的,在2014年之后发表的,用英语撰写的,并利用AI技术.
• 描述性分析专注于数据准备,特征选择和建模策略,以确定共同的主题.

主要成果:

• 该审查选了8613个引用,最终确定了15项研究进行分析.
• 通常使用的数据特征包括基于队列,基于人员/资源,基于患者和基于时间的类别.
• 随机森林,线性回归和LASSO等人工智能方法在与传统滚动平均线相比显示出更高的性能.

结论:

• 人工智能应用程序有效地预测个性化的ED患者等待时间,优于现有的估计策略.
• 非线性AI技术 (例如,随机森林) 和基于队列的功能似乎可以提高预测准确性.
• 仔细的模型选择至关重要,考虑是否根据最终用户需求偏好高估或低估.