摘要
本发明公开了一种用于门诊预约排程的自适应决策方法,涉及智慧医疗技术领域,包括:获取患者的期望预约时间及基本信息,构建患者就诊画像,通过所述患者就诊画像预测患者预计就诊时长;基于编码器‑解码器循环神经网络构建排序决策模型,将患者预计就诊时长导入结合患者的期望预约时间,定义患者在门诊预约排程中的排序信息;引入患者等待总时间、医生空闲时间及医生加班时间按照排序信息计算总时间成本进行评估,当评估结果符合预设标准时,则为患者推荐预约就诊时段。本发明通过数据驱动的方法适应患者就诊时间异质性,生成符合患者满意度的排程数据,在降低成本的同时提高了门诊运营效率。
技术关键词
患者
决策方法
画像
症状向量
门控循环网络
编码器
解码器
数据
智慧医疗技术
时间预测模型
模块
样本
排序模型
多层感知机
生成标签
决策系统
特征值
注意力机制
特征选择