基于患者事件序列的住院时长预测
机器学习
2023-03-21 v1 人工智能
摘要
预测患者住院时长（LOS）对于改善医疗资源分配和支持医疗机构的决策至关重要。本文提出了一种通过建模患者信息为事件序列来预测LOS的新方法。具体而言，我们提出了一个基于Transformer的模型，称为Medic-BERT（M-BERT），利用描述患者医疗事件序列的独特特征进行LOS预测。我们在一个来自丹麦大型医院的超过4.5万名急诊患者队列上进行了实证实验。实验结果表明，M-BERT在各种LOS问题上都能达到高精度，并且优于传统的非序列机器学习方法。
引用
@article{arxiv.2303.11042,
title = {Hospitalization Length of Stay Prediction using Patient Event Sequences},
author = {Emil Riis Hansen and Thomas Dyhre Nielsen and Thomas Mulvad and Mads Nibe Strausholm and Tomer Sagi and Katja Hose},
journal= {arXiv preprint arXiv:2303.11042},
year = {2023}
}
备注
11 pages, 5 figures