医院急诊科优化与负荷预测
机器学习
2021-02-09 v1
摘要
过去几年间，全球范围内寻求急诊科（ED）救治的人数有所上升。ED 资源（包括护士人力）因患者量的增加而承压。准确预测急诊科 incoming 患者量对于高效利用和分配 ED 资源至关重要。我们与太平洋西北地区的一家郊区 ED 合作，开发了一款由机器学习模型驱动的工具，用于预测 ED 就诊量与 ED 患者量，以协助 ED 护士等终端用户进行资源分配。在本文中，我们讨论了预测模型的结果、挑战，以及该工具在真实世界临床部署中用户使用经验的收获。
引用
@article{arxiv.2102.03672,
title = {Emergency Department Optimization and Load Prediction in Hospitals},
author = {Karthik K. Padthe and Vikas Kumar and Carly M. Eckert and Nicholas M. Mark and Anam Zahid and Muhammad Aurangzeb Ahmad and Ankur Teredesai},
journal= {arXiv preprint arXiv:2102.03672},
year = {2021}
}
备注
7 pages, 3 figures, 4 tables