利用人工智能度量医疗经济学中的产出：在资源管理中的应用

医疗服务的质量持续受到异常事件（如大流行病（即 Covid-19）和自然灾害（如飓风与地震））的挑战。在大多数情况下，此类事件导致决策以及医院内多个医疗与经济层面的严重不确定性。外部（地理）或内部因素（医疗与管理）引起规划与预算的偏移，但最重要的是降低了对常规流程的信心。某些情况下，来自其他医院的支援成为必要，这进一步加剧了规划难度。本稿件提出三种数据驱动方法，提供数据驱动指标，以帮助医疗管理者组织其经济学事务并识别资源配置与共享的最优方案。常规决策方法难以向管理者推荐经过验证的策略。利用强化学习、遗传算法、旅行商问题与聚类，我们对不同医疗变量进行实验，并呈现可应用于卫生机构的方法与结果。我们开展了实验；记录、评估并呈现了结果。