数据驱动的大型医院手术室运营预测与优化方法研究

摘要

【目的】研究相关性分析、关联规则挖掘和时间序列预测方法在手术室运营预测与优化的应用。【方法】基于50 000余例手术记录数据,分别提出手术指标相关性分析、手术室资源关联规则挖掘和手术量时间序列预测方法,并据此探讨大型医院手术室运营预测与优化策略。【结果】75%的手术操作时长与其他手术指标呈强线性相关性。FP-Growth算法在最小置信度0.85下能获得可靠的手术室资源使用规律。利用周手术量时间序列提高至少37.5%的预测精确度。【局限】所用的手术室运营数据没有与其他医疗信息系统的数据关联,限制了该方法应用在医院其他部门的运营优化。同时,该方法在不同的医院运营环境中还需要进一步检验。【结论】所提方法为实现数据驱动的大型医院手术室运营预测与优化目标提供方法论指导。