简化模型：手术参数驱动的手术时间预测及其在手术室调度中的应用

本文主要探讨了手术时间预测在医学信息学领域的重要应用，特别是针对手术室调度的优化。作者DenyRatna Yuniartha等人，来自印尼日惹的两所大学，着重研究了如何通过简化模型来预测手术持续时间，这是一个关键的数据需求，对于手术室的高效管理至关重要。研究中，他们关注的焦点在于如何利用有限的手术参数，如手术程序名称、医院收费参数等，这些因素能反映手术的复杂性和所需的资源消耗。 手术持续时间的预测通常依赖于多个预测因子，但现实中获取这些数据可能存在困难。在手术前，医生可以掌握的信息有限，比如患者身份和手术类型，而更详细的临床数据则需要在术前几小时通过临床观察才能获取。手术时间的不确定性增加了手术室调度的挑战性。因此，研究人员提出采用一个简单的模型，仅使用手术参数进行预测，试图降低预测结果的变异性。 模型的核心在于，通过对医院收费参数进行离散化处理，将手术持续时间转化为分类值，使用平均绝对误差（MAE）改进的计算方法来评估分类算法的性能。结果显示，尽管与患者特征结合相比，单独使用手术参数的预测性能稍有优势，但分类值的预测性能并不逊色，且利用有限的手术计费数据具有实际操作价值。 本文的意义在于，通过一个易于实施的简单模型，医院可以开发出一个框架，用于预测手术时间，这对于优化手术室资源分配，减少患者等待时间，提升手术室效率具有积极的推动作用。未来的研究将进一步探索如何将手术持续时间分类值应用于手术室调度策略，以最大程度地利用现有资源，提高医疗服务的整体质量。