将机器学习与离散事件仿真集成以改善照护管理环境中的健康转诊处理
机器学习
2022-06-28 v1
摘要
出院后照护管理协调患者的转诊，以改善其出院后的健康状况，尤其是老年和慢性病患者的健康。在照护管理环境中，健康转诊由管理式医疗组织（MCO）内的专门单元处理，该单元与包括住院医院、保险公司和出院后照护提供方在内的许多其他实体交互。本文提出了一种机器学习引导的离散事件仿真框架，以改善健康转诊处理。开发了基于随机森林的预测模型来预测住院时长（LOS）和转诊类型。构建了两个仿真模型，分别表征纳入预测功能前的转诊处理系统现状配置和智能系统。通过为转诊处理系统引入预测模块以规划和优先处理转诊，整体性能在缩短平均转诊创建延迟时间方面得到提升。本研究将强调出院后照护管理在改善健康质量和降低相关成本中的作用。此外，本文展示了如何使用集成系统工程方法对复杂医疗系统进行流程改进。
引用
@article{arxiv.2206.12551,
title = {Integrating Machine Learning with Discrete Event Simulation for Improving Health Referral Processing in a Care Management Setting},
author = {Mohammed Mahyoub},
journal= {arXiv preprint arXiv:2206.12551},
year = {2022}
}
备注
27 pages, 13 figures, manuscript