شماره ركورد كنفرانس :
5448
عنوان مقاله :
يك رويكرد يادگيري ماشين براي پيش‌بيني غيبت بيمار در مراكز درماني
عنوان به زبان ديگر :
A Machine Learning Approach for Predicting Patient Absence in Healthcare Centers
پديدآورندگان :
انصافي محمدرضا mo.ensafi@khu.ac.ir دانشگاه خوارزمي , مزدگير اشكان a.mozdgir@khu.ac.ir دانشگاه خوارزمي , غنبر طهراني نسيم nasim.tehrani@khu.ac.ir دانشگاه خوارزمي , احمدي ارد orod.ahmadi@khu.ac.ir دانشگاه خوارزمي
كليدواژه :
پيش‌بيني عدم حضور بيمار , سيستم‌هاي سلامت , يادگيري ماشين
عنوان كنفرانس :
نهمين كنفرانس بين المللي مهندسي صنايع و سيستمها
چكيده فارسي :
عدم حضور بيماران در مراكز درماني يكي از چالش‌هاي مهم فعالان حوزه سلامت است كه بر كارايي عملياتي و تخصيص منابع هر مركز تأثير مي‌گذارد. در اين پژوهش، ما يك رويكرد يادگيري ماشين جهت پيش‌بيني عدم حضور بيمار در مراكز درماني با تمركز بر حل مشكل نامتوازن بودن ذاتي مجموعه داده‌هاي مربوط به سلامت پيشنهاد مي‌كنيم. اين روش‌ها شامل پيش‌پردازش و انتخاب ويژگي در كنار استفاده از تكنيك‌هاي بيش نمونه‌برداري و اعتبارسنجي متقاطع طبقه‌بندي شده است. نتايج به‌دست‌آمده براثربخشي به‌كارگيري الگوريتم‌هايي، از جمله دسته‌بندي‌كننده بيز ساده، رگرسيون لجستيك، جنگل تصادفي و تقويت گراديان تأكيد مي‌كند. شايان به ذكر است، الگوريتم‌هاي جنگل تصادفي و تقويت گراديان، توانستند به امتياز ناحيه‌ي زير منحني مشخصه ي عملكرد برابر با 88% برسند. در اين پژوهش همچنين متغيرهاي مهم براي پيش‌بيني الگوهاي حضور و يا غيبت بيماران شناسايي شد. در نتيجه، مطالعه ما يك رويكرد يادگيري ماشين موثر براي پيش‌بيني عدم حضور بيماران درمراكز درماني ارائه مي‌كند، كه به طور موثر به چالش عدم توازن داده مي‌پردازد و همچنين به نتيجه‌ي قابل توجهي در پيش‌بيني دست پيدا مي‌كند. بينش به دست آمده از اين تحقيق مي‌تواند به مؤسسات مراقبت‌هاي بهداشتي و درماني در بهينه‌سازي تخصيص منابع، كاهش هزينه‌ها و بهبود كارايي عملياتي كمك كند.
