单病种急诊预检分诊信息化模型的初步构建

摘要

[目的]基于人工神经网络(ANN)模型构建方法,构建急诊预检分诊预测模型.[方法]收集2018年11月1日—2018年11月30日就诊的急诊病人分诊情况,应用ANN模型,模拟预检护士预检分诊头晕/眩晕病人的思维过程,将分诊依据作为输入层,包括生命体征(体温、脉搏、呼吸、血压)、意识、格拉斯哥评分(GCS)、疼痛评分、血糖,输出层为分诊结果,预测分诊准确率.[结果]基于传统人工预检分诊预检结果(准确率为80.2％,AUC=0.509)进行逻辑演练及专家分级后进行ANN模型构建,测得预测准确率为99.4％,AUC=1.000,血压是判断头晕/眩晕病人重要依据.[结论]构建的急诊预检分诊预测模型可以有效提高护士分诊正确率,使急诊病人的评估同质化.