结合过程与数据挖掘技术进行模型辨识以模拟多医疗单元中的患者流
计算机与社会
2020-04-03 v4
摘要
引言：本文介绍了一种构建患者流混合仿真的方法，该方法结合了数据驱动技术以实现模型辨识的自动化。我们通过一个概念框架和组合不同技术的基本方法对该方法进行了描述。针对急性冠状动脉综合征（ACS）患者流仿真所提方法的实现已被开发并应用于一项实验研究。方法：本文提出结合数据、文本和过程挖掘技术以及机器学习方法分析电子健康记录（EHRs），并利用离散事件仿真（DES）和排队论进行患者流仿真。对ACS患者EHRs的分析使得识别多类临床路径（CPs）成为可能，这些路径被用于实现更真实的患者流仿真。所开发的解决方案使用Python库（SimPy、SciPy等）实现。结果：所提方法能够对一组相关部门内的患者流进行更真实、更详细的仿真。实验研究表明，基于俄罗斯圣彼得堡联邦阿尔马佐夫西北医学研究中心的EHRs，改进了ACS患者流的患者住院时间仿真。结论：所提方法、技术与解决方案为实现不同目的（决策制定、培训、管理优化等）的患者流中复杂且多样场景的仿真提供了概念、方法和编程框架。
引用
@article{arxiv.1702.07733,
title = {Simulation of Patient Flow in Multiple Healthcare Units using Process and Data Mining Techniques for Model Identification},
author = {Sergey V. Kovalchuk and Anastasia A. Funkner and Oleg G. Metsker and Aleksey N. Yakovlev},
journal= {arXiv preprint arXiv:1702.07733},
year = {2020}
}