基于PCA算法和K-means聚类算法的医用耗材库存分类管理研究

摘要

目的针对目前医用耗材分类主观性较强、分类标准模糊、库存成本较高的问题,探讨一种科学的医用耗材分类方法,以降低医用耗材库存成本,提高库存的有效性。方法在杭州某儿童医院2020年医用耗材的历史数据中随机抽取100种耗材为研究对象,通过主成分分析(Principal Component Analysis,PCA)算法和K-means聚类算法对研究对象进行分类。结果确定轮廓系数为0.656的分类数3为最佳分类数,将100种医用耗材分为3类,其中有44种医用耗材归为第一类,42种医用耗材归为第二类,14种医用耗材归为第三类。将本文研究的医用耗材分类方法模拟运用到某儿童医院2021年第一季度的医用耗材库存管理中,模拟结果表明本文研究的分类方法能够降低库存成本,提高库存有效性。结论基于PCA算法和K-means聚类算法的医用耗材分类方法能够为医用耗材的库存分类管理提供可靠依据。