摘要
本文提出一种基于大数据分析的消化道手术耗材用量预测系统,旨在通过数据驱动方式精准预测耗材用量。该系统通过多源采集医院EMR、HIS、供应链管理系统及医院管理系统中的患者数据、手术数据、耗材数据和医院数据,经格式统一、清洗、特征提取及归一化后,构建多模型预测体系:通过XGBoost与ARIMA融合模型预测无并发症情况下的基础耗材用量,采用逻辑回归模型评估并发症风险,利用SVR模型预测有并发症时的容错耗材用量,最终结合并发症风险概率动态输出总预测结果,推送至电子病历系统辅助医生术前准备。
技术关键词
逻辑回归模型
手术耗材
电子病历系统
消化道手术
支持向量回归模型
供应链管理系统
医院管理系统
基础
径向基核函数
变量
预测系统
XGBoost模型
医院电子病历
数据驱动方式
数据采集模块
ARIMA模型
患者
系统为您推荐了相关专利信息
驾驶员需求扭矩
发动机转速
补偿值
液力变矩器
支持向量回归模型
逻辑回归模型
原始脑电信号
子模块
脑电采集装置
状态检测方法
工艺参数分析方法
分层控制策略
确定性策略梯度
表面活性剂
贝叶斯网络模型
光伏逆变器
时间预测模型
支持向量回归模型
计算机执行指令
时间段