• 医疗管理 •
神经系统疾病智慧分诊管理模型初探
中华医院管理杂志, 2019,35(5)
: 388-391. DOI: 10.3760/cma.j.issn.1000-6672.2019.05.009
摘要
目的
探索运用人工神经网络及贝叶斯决策理论建立神经系统疾病门诊智慧分诊决策树管理模型。
方法
以贝叶斯决策理论为理论基础,以人工神经网络技术完成神经系统疾病快速专科/亚专科机器学习;针对神经系统疾病专科或亚专科分诊数据,以循环神经网络及贝叶斯算法完成神经系统疾病症状与诊断的概率分布及收敛,建立神经系统疾病决策树管理模型并完成理论论证。
结果
完成了神经系统疾病智慧分诊的管理理论及模型构建,根据迁移学习特性基本实现神经系统疾病的快速学习和精确分诊。
结论
该管理模型的研究,能为后续应用提供理论借鉴意义,并在一定程度上缓解目前患者退换号率较高的问题。
引用本文:
王博冉,
林夏,
张锦前,
等.
神经系统疾病智慧分诊管理模型初探
[J]
. 中华医院管理杂志, 2019, 35(5)
: 388-391.
DOI: 10.3760/cma.j.issn.1000-6672.2019.05.009.
扫 描 看 全 文
正文
作者信息
基金 0 关键词 0
English Abstract
评论
阅读 0 评论 0
相关资源
引用 | 论文 | 视频
版权归中华医学会所有。
未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
由于患者对医学知识不够了解,对自身病症及医院分科(专科/亚专科)设置不熟悉,而北京市医药分开综合改革实行全面预约挂号,导致大量患者无法对症就诊,无意义就诊数量及患者就医时间大幅增加,严重降低患者就医时效。本课题组前期调研发现,目前国内外尚无有效模型系统来进行智慧分诊,相关问题迫切需要解决。因此,本研究针对神经系统疾病进行了理论模型研究,旨在通过管理模型降低错误分诊率,减少无意义就诊,提高患者就医时效,为分级诊疗提供有效的理论及管理模型。